Változáslista – Kiadás 2026.06¶

A 2026.06-os kiadással a digna jelentős előrelépést tesz az automatizálás, az bővíthetőség és a platform használhatósága terén.
Ez a verzió bemutatja az új digna Python SDK-t, a hivatalos Docker telepítési támogatást, egy megújult dashboard élményt és a továbbfejlesztett hordozhatóságot az érvényesítési szabályok kezelésében.

Nézze meg a kiadást¶

What's New in digna | The Major Release of 2026 — áttekintés erről a kiadásról a digna YouTube-csatornáján.

Új funkciók¶

digna Python SDK – Automatizálj mindent Pythonnal¶

• Telepítés:

  pip install digna-sdk
  

• A digna programozott kezelése és automatizálása Python segítségével
• Projektek létrehozása és konfigurálása kódból
• Inspekciók és monitorozási futtatások indítása
• Adatkészletek, szabályok és konfigurációk programozott kezelése
• Táblák profilozása és metaadat-információk kinyerése
• Profilozási és adatminőségi eredmények exportálása külső tárolókba és rendszerekbe
• Integráció notebookokkal, orchestration eszközökkel és CI/CD pipeline-okkal

Hatás: Lehetővé teszi az infrastruktúra teljes körű kódalapú kezelését és az adatminőség- valamint megfigyelési munkafolyamatok mély automatizálását Python segítségével.

Docker támogatás – Egyszerűsített telepítés és üzemeltetés¶

• Hivatalos Docker image támogatás a digna számára
• Gyors és következetes beállítás különböző környezetekben
• Egyszerűbb onboarding fejlesztéshez, teszteléshez és éles környezethez
• Könnyű integráció Kubernetes-szel és egyéb konténerplatformokkal
• Javított hordozhatóság és reprodukálhatóság a telepítésekben

Hatás: A digna egyszerűbben telepíthető és üzemeltethető modern, cloud-native architektúrákban.

QueryMode – Rugalmas SQL-végrehajtási stratégia¶

Állítsd be a lekérdezés-végrehajtási stratégiát: Single vagy Combined mód

Single Mode: Minden statisztika külön, dedikált SQL lekérdezéssel számolódik

• Ideális nagy adatforrásokhoz, ahol memória-korlátok jelentősek
• Megakadályozza a kombinált lekérdezések erőforrás-kimerülését (memória túlcsordulás, spool limit)
• Több lekérdezés, de alacsonyabb lekérdezésenkénti memóriaigény

Combined Mode: Minden statisztika egyetlen SQL lekérdezésben kerül kiszámításra

• Csökkenti a lekérdezések összszámát és a hálózati overhead-et
• Teljesítmény-optimalizálás olyan esetekben, amikor az adatforrások kezelhetők memóriában
• Hatékonyabb gyakori, párhuzamos futtatásoknál

Hatás: Finomhangolási lehetőséget ad a lekérdezés-végrehajtás felett, hogy a felhasználók az adatforrás jellemzői alapján egyensúlyozhassanak teljesítmény, erőforrás-használat és memória-biztonság között.

Konfigurálható előrejelzési modell¶

Az anomáliadetektálás mögötti modell mostantól minden sorozatnál egymással versengő magyarázatokat mérlegel – egy mintázatot a legutóbbi megfigyelések értelmezésével kombinálva –, és előrejelzéseiket aszerint vegyíti, mennyire erősen támasztja alá őket az adat. Egyetlen szélsőséges érték már nem szivároghat át a következő előrejelzésekbe.

Az adatforrás új Model lapján két beállítás irányítja, mindkettő 0.0 és 1.0 között állítható, az alapértelmezés 0.5:

• Break Sensitivity – milyen gyorsan fogadja el a modell egy új szintre ugrást vagy egy forduló trendet ahelyett, hogy kiugró értékeknek tekintené
• Model Complexity – mennyi struktúrát keres a modell: a naptári hatásoktól és egyetlen szinteltolódástól egészen az ismeretlen ciklusokig, a hónap napjaihoz kötött hatásokig és a havi nullázódásokig

Mindkettő bármikor visszaállítható az alapértelmezett értékére. Hogy melyik hogyan hat, lásd: Modellbeállítások.

Hatás: Az eddigi, tűréssávra vonatkozó Sensitivity és Memory beállítások mellett – amelyek mostantól a Thresholds lapon találhatók – magát az előrejelzési modellt is a felhasználó kezébe adja.

Anomália-értesítések szabályozása¶

• Új Notifications lap az adatforrás anomáliabeállításai között:
• Minimum Alerts – hány sikertelen ellenőrzés (a bizonytalanok nem számítanak) szükséges egy inspekcióban ahhoz, hogy értesítés menjen ki (alapértelmezés: 1)
• Pause After Notification (Days) – mennyi ideig marad néma egy feliratkozás, miután értesített az adatforrásról (alapértelmezés: 0, nincs szünet)

Átdolgozott dashboard élmény¶

• Modernizált és javított UI/UX dizájn
• Átláthatóbb navigáció és struktúra
• Jobb láthatóság a monitorozási eredmények és adatminőségi betekintések számára
• Javított olvashatóság riasztások, statisztikák és dashboardok esetén
• Gyorsabb hozzáférés a kulcsfontosságú üzemeltetési információkhoz

Hatás: Javítja a használhatóságot és a napi termelékenységet minden felhasználó számára.

Bővített import & export az érvényesítési szabályokhoz¶

• Kiterjesztett import/export funkcionalitás az érvényesítési szabályokhoz
• Könnyebb migráció környezetek és projektek között
• Standardizált szabálykészletek jobb újrafelhasználhatósága
• Jobb governance és szabály-életciklus kezelése
• Egyszerűsített együttműködés csapatok között

Hatás: Lehetővé teszi az adatminőség skálázható és következetes irányítását szervezeti szinten.

Platform fejlesztések¶

• Teljes Python SDK integráció az automatizáláshoz
• Konténeres telepítés Dockerrel
• Javított UX az átdolgozott dashboardon keresztül
• Kibővített hordozhatóság az érvényesítési logika számára

Kiknek hasznos ez a kiadás¶

• Data Engineers: automatizálás, SDK használat, pipeline integráció
• Platform csapatok: egyszerűsített telepítés Dockerrel
• Data Governance csapatok: újrahasználható érvényesítési szabálykezelés
• Analytics csapatok: jobb használhatóság és betekintés- láthatóság

CLI frissítések¶

• SDK integráció támogatás hozzáadva
• Javított import/export munkafolyamatok
• Általános stabilitás- és teljesítményjavítások