Data Schema Tracker – Overvåg skemaudvikling¶

Formål¶

Den Data Schema Tracker holder dig orienteret om, hvordan dine databasestrukturer udvikler sig.
Den overvåger løbende tabelskemaer, kolonner og datatyper for at opdage schema drift — tilsigtede eller utilsigtede strukturændringer, der kan forstyrre pipelines, ETL-jobs eller BI-dashboards.

Ved at sikre gennemsigtighed i skemaudvikling hjælper digna organisationer med at opretholde tillid til datakvaliteten, bevare observability af datasystemer og undgå dyre produktionshændelser forårsaget af uopdagede skemaændringer.

Teknisk oversigt¶

Hvad den overvåger¶

Tilføjede eller fjernede kolonner – Registrerer nyintroducerede, omdøbte eller slettede kolonner.
Ændringer i datatyper – Identificerer ændringer som INT → VARCHAR eller DATE → TIMESTAMP.
Ændringer i tabeller og views – Sporer oprettelse, omdøbning eller fjernelse af tabeller og views.
Forskelle på tværs af miljøer – Sammenligner skemaversioner mellem Dev, Test og Production-miljøer.

Detektion & alarmering¶

Scanner database metadata eller systemkataloger direkte inden for din dataplatform.
Sammenligner hvert skema-snapshot med den tidligere kendte version, som er lagret i digna’s observability schema.
Genererer real-time alarmer i dashboardet, via API eller eksterne notifikationskanaler (email, Slack, webhook).
Logger hver skema-version til historisk sporing og revisionsparathed.

Arkitektur og eksekvering¶

Kørsel i databasen: digna kører fuldstændigt i dit miljø og forespørger metadata-views uden at ekstraktere nogen data.
Letvægts scanning: tilgår kun strukturel information — aldrig brugerdata.
Centraliseret lagring: skemametadata og drift-poster gemmes i digna observability schema til visualisering og analyse.
Automation: understøtter planlagte eller hændelsesbaserede scanninger via digna Core eller eksterne orkestreringsværktøjer.

Eksempler på brugstilfælde¶

Brugstilfælde	Beskrivelse
Overvågning af ETL-stabilitet	Opdag ændringer i upstream-strukturen, før pipelines fejler pga. skema-uoverensstemmelser.
Business Intelligence-pålidelighed	Forebyg ødelagte dashboards forårsaget af omdøbte eller manglende kolonner.
Governance i Data Warehouse	Oprethold en reviderbar historik over skemaudvikling til compliance og konsekvensanalyse.
Integrationsovervågning	Sikr, at data lake- og warehouse-skemaer forbliver synkroniserede efter strukturændringer.

Fordele¶

Område	Fordel
Datakvalitet	Forhindrer uopdaget schema drift, der kan korruptere eller ugyldiggøre datapipelines.
Observability	Tilføjer strukturel overvågning til den samlede observability af dataøkosystemer.
Compliance	Vedligeholder versioneret skemahistorik til revision, sporbarhed og ændringskontrol.
Forebyggelse	Finder strukturelle problemer, før de eskalerer til fejl i rapportering eller produktion.

Hvordan det virker¶

Snapshot-indsamling – digna indsamler den aktuelle skemametadata.
Sammenligning – det nye snapshot sammenlignes