Changelog – Release 2026.11¶

Release 2026.11 तीन बड़ी नई खूबियों के इर्द-गिर्द बना है:

digna Data Reconciliation (Beta): जाँचता है कि सिस्टमों के बीच आते-जाते समय डेटा सुसंगत बना रहे
digna Agentic (Beta): digna MCP Server के माध्यम से digna को AI एजेंटों के लिए खोलता है
digna Engine: वैकल्पिक रूप से digna के भीतर डेटा को प्रोफाइल करता है, और अलग-अलग डेटाबेस तकनीकों के बीच रेफरेंशियल इंटीग्रिटी चेक्स संभव बनाता है

नई खूबियाँ¶

digna Data Reconciliation (Beta) – सोर्स से टारगेट तक सुसंगतता¶

किसी रिपोर्ट तक पहुँचने से पहले डेटा अक्सर कई सिस्टमों से होकर गुज़रता है। digna Data Reconciliation (Beta) किसी टारगेट डेटा सोर्स की तुलना उन सोर्सेज़ से करता है जिनसे उसे बनाया गया है, और जब वे मेल खाना बंद कर देते हैं तो अलर्ट देता है।

टारगेट डेटा सोर्स के नए Data Reconciliation टैब पर नामित नियमों के रूप में कॉन्फ़िगर किया जाता है
प्रोजेक्ट का कोई भी डेटा सोर्स, जिसमें Data Reconciliation चालू हो, सोर्स बन सकता है
उपयोग के मामलों में मानक मिलान (reconciliation) प्रक्रियाएँ और ETL प्रक्रियाओं के परिणामों का वैलिडेशन शामिल है
दो प्रकार के नियम: Exact और AI

Exact नियम – डेटा क्वालिटी नियम के रूप में मिलान: आप किसी डेटा क्वालिटी नियम की तरह सटीक रूप से तय करते हैं कि एक सोर्स और एक टारगेट के बीच क्या मेल खाना चाहिए।

एक सोर्स डेटा सोर्स की तुलना एक टारगेट डेटा सोर्स से करें
स्टैटिस्टिक और एट्रिब्यूट के आधार पर टारगेट चेक को सोर्स चेक के साथ जोड़ें, जैसे रो काउंट या किसी राशि कॉलम का योग
absolute टॉलरेंस (जैसे ± 10) या relative टॉलरेंस (जैसे सोर्स का ± 0.5 %) के साथ अंतर की अनुमति दें
टाइमलाइन हर दिन का अंतर टॉलरेंस के सापेक्ष दिखाती है

AI नियम – डेटा ऑब्ज़र्वेबिलिटी के रूप में मिलान: digna सीखता है कि टारगेट अपने सोर्सेज़ का अनुसरण कैसे करता है, ठीक वैसे ही जैसे digna दूसरे मॉड्यूल्स में डेटा को ऑब्ज़र्व करता है, और जब यह संबंध टूटता है तो अलर्ट देता है।

कई सोर्स डेटा सोर्सेज़ के चेक्स को एक टारगेट के चेक्स के साथ जोड़ें
उनके बीच के लॉजिक (joins, फ़िल्टर, एग्रीगेशन) को जानने या लिखने की ज़रूरत नहीं
एक मॉडल इतिहास से सीखता है कि टारगेट उसी दिन अपने सोर्सेज़ का अनुसरण कैसे करता है
हर टारगेट चेक का अनुमान उस दिन के सोर्स मानों से लगाया जाता है, और जब टारगेट नियम की अपनी पिछली त्रुटियों के बैंड से बाहर जाता है तो digna अलर्ट देता है
हर नियम की अपनी Model settings होती हैं: Sensitivity, Memory और Model Complexity

मिलान चेक्स डैशबोर्ड पर हर नियम की टाइमलाइन के साथ दिखाई देते हैं। वे समग्र इंस्पेक्शन स्टेटस में गिने जाते हैं और नोटिफिकेशन ट्रिगर करते हैं।

प्रभाव: मिलान के दोनों पहलुओं को कवर करता है। Exact नियम सोर्स और टारगेट के बीच ज्ञात नियंत्रण लागू करते हैं, और AI नियम ETL प्रक्रियाओं जैसे जटिल प्रवाहों की निगरानी करते हैं, ताकि रास्ते में खोया या बदला गया डेटा हाथ से लिखे मिलान SQL के बिना पकड़ा जा सके।

digna Agentic (Beta) – AI एजेंटों के लिए digna¶

digna Agentic (Beta) का पहला संस्करण। अब AI एजेंट digna के साथ काम कर सकते हैं, आपके डेटा के बारे में बिज़नेस सवालों के जवाब दे सकते हैं, और आपके कॉन्फ़िगरेशन को बेहतर बनाने में मदद कर सकते हैं।

digna MCP Server: Claude और अन्य AI एजेंटों को Model Context Protocol के माध्यम से digna के साथ काम करने देता है।

प्रोजेक्ट्स, डेटा सोर्सेज़, नियमों, इंस्पेक्शन शेड्यूल्स और सब्सक्रिप्शन्स का प्रबंधन
अलर्ट्स की जाँच के लिए इंस्पेक्शन स्टेटस को एक-एक चेक तक पढ़ना

डेटा सोर्सेज़ और एट्रिब्यूट्स के विवरण: सरल भाषा में बताएँ कि किसी डेटा सोर्स या एट्रिब्यूट में क्या है।

AI एजेंट आपके डेटा को समझने के लिए विवरणों का उपयोग करते हैं
अपने डेटा के बारे में बिज़नेस सवाल पूछें, और AI एजेंट digna जिस डेटा की निगरानी करता है उसके आधार पर उनके जवाब देते हैं
यदि digna का मौजूदा कॉन्फ़िगरेशन किसी सवाल का जवाब नहीं दे सकता, तो AI एजेंट जहाँ संभव हो डेटा सोर्स और उसके एट्रिब्यूट्स में बदलाव सुझाता है, जैसे नया डेटासेट जोड़ना

प्रभाव: आप अपने डेटा के बारे में सरल भाषा में बिज़नेस सवाल पूछ सकते हैं, और AI एजेंट digna को कॉन्फ़िगर करने और डेटा क्वालिटी समस्याओं की जाँच करने में मदद कर सकते हैं।

digna Engine – जहाँ चाहें वहाँ प्रोफाइल करें¶

डिफ़ॉल्ट रूप से digna डेटा को वहीं प्रोफाइल करता है जहाँ वह रहता है, यानी सोर्स डेटाबेस में। digna Engine एक और विकल्प जोड़ता है: digna सोर्स से डेटा एक्सपोर्ट करता है और उसे digna Engine के भीतर प्रोफाइल करता है।

वैकल्पिक है, अनिवार्य नहीं: सोर्स डेटाबेस में प्रोफाइलिंग उपलब्ध रहती है
हर डेटाबेस कनेक्शन के लिए उसकी प्रोफाइलिंग लोकेशन (profiling location) के रूप में चुना जाता है: Source Database या digna Engine
हर समर्थित सोर्स तकनीक के लिए उपलब्ध

कनेक्शनों के पार रेफरेंशियल इंटीग्रिटी: कुछ चेक्स के लिए डेटा एक्सपोर्ट करना ज़रूरी होता है। ऐसे मामलों के लिए digna Engine digna Data Validation का विस्तार करता है।

अलग-अलग डेटाबेस कनेक्शन्स पर मौजूद डेटा सोर्सेज़ के बीच रेफरेंशियल इंटीग्रिटी चेक्स, अलग-अलग डेटाबेस तकनीकों (जैसे Oracle और PostgreSQL) के बीच भी
दोनों प्रोफाइलिंग लोकेशन्स के साथ काम करता है: Source Database के लिए केवल की कॉलम digna Engine में एक्सपोर्ट किए जाते हैं
जब कोई चेक दो कनेक्शन्स के पार चलता है तो डैशबोर्ड यह दिखाता है

प्रभाव: आप चुन सकते हैं कि डेटा कहाँ प्रोफाइल हो, और अलग-अलग डेटाबेस तकनीकों पर चलने वाले सिस्टमों के बीच संबंध लागू किए जा सकते हैं।

प्रोफाइलिंग सुधार¶

यह रिलीज़ उपयोगकर्ताओं को इस पर भी अधिक नियंत्रण देती है कि क्या और कैसे प्रोफाइल किया जाए।

क्वेरी एट्रिब्यूट्स (Query Attributes) – उपयोगकर्ता-परिभाषित कॉलम¶

कृत्रिम कॉलम परिभाषित करें: डेटा सोर्स के एक या अधिक कॉलम पर एक SQL एक्सप्रेशन
हर क्वेरी एट्रिब्यूट का अपना नाम होता है
किसी भी अन्य एट्रिब्यूट की तरह प्रोफाइल और चेक किया जाता है

DATE कॉलम श्रेणी¶

एट्रिब्यूट्स के लिए नई Date श्रेणी
इंस्पेक्ट की गई तारीख के सापेक्ष मेट्रिक्स

ऑन-डिमांड प्रोफाइलिंग¶

इंस्पेक्शन चलाए बिना किसी भी एट्रिब्यूट को एक तारीख के पूरे स्नैपशॉट पर प्रोफाइल करें
एट्रिब्यूट का कॉलम प्रकार तय करने में मदद करता है: Numerical, Categorical, Date या Unspecified

इस रिलीज़ से कौन लाभान्वित होगा¶

डेटा इंजीनियर: digna Data Reconciliation (Beta) के साथ ETL परिणामों का वैलिडेशन
फ़ाइनेंस, रिस्क और कंट्रोलिंग टीमें: digna Data Reconciliation (Beta) में Exact नियमों के रूप में मानक मिलान प्रक्रियाएँ
डेटा क्वालिटी और गवर्नेंस टीमें: digna Engine के साथ डेटाबेस तकनीकों के पार रेफरेंशियल इंटीग्रिटी
बिज़नेस उपयोगकर्ता: digna Agentic (Beta) के साथ AI एजेंटों द्वारा डेटा से जुड़े बिज़नेस सवालों के जवाब
AI और ऑटोमेशन टीमें: digna Agentic (Beta) के माध्यम से digna के साथ काम करने वाले AI एजेंट

CLI अपडेट्स¶

कोई बदलाव नहीं