Changelog – Release 2026.06¶

Con la Release 2026.06, digna compie un importante passo avanti in termini di automazione, estendibilità e usabilità della piattaforma.
Questa release introduce il nuovo digna Python SDK, il supporto ufficiale per il deployment via Docker, un'esperienza di dashboard rinnovata e una maggiore portabilità nella gestione delle regole di validazione.

Guarda la presentazione della release¶

What's New in digna | The Major Release of 2026 — una panoramica di questa release sul canale YouTube di digna.

Nuove funzionalità¶

digna Python SDK – Automatizza tutto con Python¶

Installazione:
```
pip install digna-sdk
```
Gestisci e automatizza digna programmaticamente con Python
Crea e configura progetti tramite codice
Avvia ispezioni ed esecuzioni di monitoring
Gestisci dataset, regole e configurazioni in modo programmatico
Profila tabelle ed estrai insight di metadata
Esporta i risultati di profiling e data quality verso repository e sistemi esterni
Integra con notebook, strumenti di orchestrazione e pipeline CI/CD

Impatto: Abilita infrastruttura-as-code completa e profonda automazione dei workflow di qualità e osservabilità dei dati usando Python.

Supporto Docker – Deployment e operation semplificati¶

Immagine Docker ufficiale per digna
Setup rapido e coerente tra gli ambienti
Onboarding semplificato per sviluppo, test e produzione
Integrazione facilitata con Kubernetes e piattaforme container
Maggiore portabilità e riproducibilità dei deployment

Impatto: Rende digna più semplice da distribuire e gestire nelle architetture cloud-native moderne.

QueryMode – Strategia flessibile di esecuzione delle SQL¶

Configura la strategia di esecuzione delle query: modalità Single o Combined

Single Mode: Ogni statistica viene calcolata con una singola query SQL dedicata

Ideale per datasource di grandi dimensioni dove la memoria è critica
Previene l'esaurimento delle risorse nelle query combinate (out of memory, limiti di spool)
Maggior numero di query ma minore consumo di memoria per singola query

Combined Mode: Tutte le statistiche vengono calcolate all'interno di un'unica query SQL

Riduce il numero totale di query e l'overhead di rete
Ottimizza le prestazioni quando i datasource sono gestibili in memoria
Più efficiente per esecuzioni frequenti e parallele

Impatto: Offre agli utenti un controllo granulare sull'esecuzione delle query per bilanciare prestazioni, utilizzo delle risorse e sicurezza della memoria in base alle caratteristiche del datasource.

Modello di previsione configurabile¶

Il modello alla base del rilevamento delle anomalie ora mette a confronto spiegazioni alternative di ciascuna serie – un pattern combinato con una lettura delle osservazioni più recenti – e fonde le loro previsioni in base a quanto ciascuna è supportata. Un singolo valore estremo non può più propagarsi nelle previsioni successive.

Due impostazioni nella nuova scheda Model del datasource lo governano, ciascuna da 0.0 a 1.0 con 0.5 come valore predefinito:

Break Sensitivity – quanto rapidamente un salto a un nuovo livello o un'inversione di trend viene considerato reale anziché trattato come outlier
Model Complexity – quanta struttura cerca il modello, dagli effetti di calendario e da un singolo cambio di livello fino a cicli sconosciuti, effetti legati al giorno del mese e reset mensili

Entrambe possono essere ripristinate ai valori predefiniti in qualsiasi momento. Consultate Impostazioni del modello per sapere come agisce ciascuna.

Impatto: Dà agli utenti il controllo sul modello di previsione stesso, accanto alle impostazioni Sensitivity e Memory già presenti sulla banda di tolleranza, ora nella scheda Thresholds.

Controllo delle notifiche sulle anomalie¶

Nuova scheda Notifications nelle impostazioni delle anomalie del datasource:
Minimum Alerts – quanti controlli falliti (non quelli incerti) servono a un'ispezione prima che venga inviata una notifica (predefinito 1)
Pause After Notification (Days) – per quanto tempo una sottoscrizione resta silenziosa dopo aver inviato una notifica sul datasource (predefinito 0, nessuna pausa)

Dashboard ridisegnata¶

UI/UX modernizzata e migliorata
Navigazione e struttura più chiare
Maggiore visibilità dei risultati di monitoring e degli insight sulla qualità dei dati
Migliore leggibilità di alert, statistiche e dashboard
Accesso più rapido alle informazioni operative chiave

Impatto: Migliora l'usabilità e la produttività quotidiana di tutti gli utenti.

Import & Export estesi per le regole di validazione¶

Funzionalità di import/export delle regole di validazione potenziata
Migrazione più semplice tra ambienti e progetti
Riutilizzo facilitato di set di regole standardizzati
Migliore governance e gestione del ciclo di vita delle regole
Collaborazione semplificata tra team

Impatto: Permette una governance della qualità dei dati scalabile e coerente in tutta l'organizzazione.

Miglioramenti della piattaforma¶

Integrazione completa del Python SDK per l'automazione
Deployment containerizzato tramite Docker
UX migliorata grazie alla dashboard ridisegnata
Maggior portabilità della logica di validazione

Beneficiari di questa release¶

Data Engineer: automazione, utilizzo del SDK, integrazione in pipeline
Team di piattaforma: deployment semplificato tramite Docker
Team di Data Governance: gestione riutilizzabile delle regole di validazione
Team di Analytics: migliore usabilità e visibilità degli insight

Aggiornamenti CLI¶

Aggiunto supporto all'integrazione con lo SDK
Migliorati i flussi di import/export
Miglioramenti generali di stabilità e prestazioni