Změny – Release 2026.06¶

S vydáním Release 2026.06 dělá digna výrazný krok vpřed v oblasti automatizace, rozšiřitelnosti a použitelnosti platformy.
Tato verze představuje nový digna Python SDK, oficiální podporu nasazení v Dockeru, přepracované uživatelské rozhraní dashboardu a vylepšenou přenositelnost pro správu validačních pravidel.

Podívejte se na vydání¶

What's New in digna | The Major Release of 2026 — průvodce tímto vydáním na YouTube kanálu digna.

Nové funkce¶

digna Python SDK – Automatizujte vše pomocí Pythonu¶

Nainstalujte pomocí:
```
pip install digna-sdk
```
Programatické řízení a automatizace digna pomocí Pythonu
Vytváření a konfigurace projektů přes kód
Spouštění inspekcí a monitorovacích běhů
Správa datasetů, pravidel a konfigurací programově
Profilování tabulek a extrakce metadatických informací
Export výsledků profilování a kvality dat do externích repozitářů a systémů
Integrace do notebooků, orchestrace nástrojů a CI/CD pipeline

Dopad: Umožňuje plné infrastructure-as-code a hlubokou automatizaci pracovních toků pro kvalitu dat a observabilitu pomocí Pythonu.

Podpora Dockeru – Zjednodušené nasazení a provoz¶

Oficiální podpora Docker image pro digna
Rychlé a konzistentní nastavení napříč prostředími
Zjednodušené onboarding pro vývoj, testování i produkci
Snadná integrace s Kubernetes a kontejnery založenými platformami
Zvýšená přenositelnost a reprodukovatelnost nasazení

Dopad: Usnadňuje nasazení a provoz digna v moderních cloud-native architekturách.

QueryMode – Flexibilní strategie vykonávání SQL dotazů¶

Konfigurujte strategii vykonávání dotazů: Single nebo Combined režim

Single Mode: Každá statistika je vypočtena jedním samostatným SQL dotazem

Ideální pro velké datové zdroje, kde hrají roli omezení paměti
Zabraňuje vyčerpání zdrojů při kombinovaných dotazech (např. nedostatek paměti, limity spoolu)
Vyšší počet dotazů, ale nižší paměťová náročnost na dotaz

Combined Mode: Všechny statistiky se vypočítávají v rámci jednoho SQL dotazu

Snižuje celkový počet dotazů a síťový overhead
Optimalizuje výkon, pokud jsou datové zdroje zvládnutelné v paměti
Efektivnější pro časté, paralelní spuštění

Dopad: Dává uživatelům jemnozrnné řízení vykonávání dotazů pro vyvážení výkonu, využití zdrojů a bezpečnost paměti podle charakteristik datového zdroje.

Konfigurovatelný predikční model¶

Model, na němž stojí detekce anomálií, nyní zvažuje konkurenční vysvětlení každé řady – vzor v kombinaci s vyhodnocením nejnovějších pozorování – a kombinuje jejich předpovědi podle toho, jak silně je každé z nich podložené. Jediná extrémní hodnota již nemůže prosakovat do následujících predikcí.

Řídí jej dvě nastavení na nové záložce Model datového zdroje, každé v rozsahu od 0.0 do 1.0 s výchozí hodnotou 0.5:

Break Sensitivity – jak rychle je skok na novou úroveň nebo obrat trendu přijat jako skutečný, místo aby byl považován za odlehlé hodnoty
Model Complexity – kolik struktury model hledá, od kalendářních efektů a jediného posunu úrovně až po neznámé cykly, efekty dne v měsíci a měsíční resety

Obě lze kdykoli vrátit na výchozí hodnoty. Jak každé z nich působí, najdete v části Nastavení modelu.

Dopad: Dává uživatelům kontrolu nad samotným predikčním modelem, vedle stávajících nastavení Sensitivity a Memory pro pásmo tolerance, která jsou nyní na záložce Thresholds.

Řízení notifikací o anomáliích¶

Nová záložka Notifications v nastavení anomálií datového zdroje:
Minimum Alerts – kolik neúspěšných kontrol (nikoli nejistých) musí inspekce mít, než je odeslána notifikace (výchozí 1)
Pause After Notification (Days) – jak dlouho odběr po notifikaci o datovém zdroji mlčí (výchozí 0, bez pauzy)

Přepracované uživatelské rozhraní dashboardu¶

Modernizovaný a vylepšený UI/UX design
Přehlednější navigace a struktura
Lepší viditelnost výsledků monitoringu a přehledů kvality dat
Zlepšená čitelnost alertů, statistik a dashboardů
Rychlejší přístup k klíčovým provozním informacím

Dopad: Zvyšuje použitelnost a denní produktivitu pro všechny uživatele.

Rozšířený import a export validačních pravidel¶

Vylepšené funkce importu/exportu validačních pravidel
Snazší migrace mezi prostředími a projekty
Lepší opětovné použití standardizovaných sad pravidel
Lepší governance a řízení životního cyklu pravidel
Zjednodušená spolupráce mezi týmy

Dopad: Umožňuje škálovatelné a konzistentní řízení kvality dat napříč organizací.

Vylepšení platformy¶

Plná integrace Python SDK pro automatizaci
Kontejnerizované nasazení přes Docker
Zlepšené UX díky přepracovanému dashboardu
Rozšířená přenositelnost validační logiky

Pro koho je toto vydání určeno¶

Datoví inženýři: automatizace, používání SDK, integrace do pipeline
Platformní týmy: zjednodušené nasazení přes Docker
Týmy pro správu dat (Data Governance): spravovatelné a znovupoužitelné validační pravidla
Analytické týmy: lepší použitelnost a viditelnost přehledů

Aktualizace CLI¶

Přidána podpora integrace SDK
Vylepšené workflowy importu/exportu
Obecná zlepšení stability a výkonu