Changelog – Release 2026.01¶
Med utgivelsen 2026.01 introduserer digna store forbedringer i modellering av datakilder, håndtering av tilkoblinger og brukervennlighet ved inspeksjoner.
Denne utgivelsen øker fleksibiliteten i alle moduler og utvider betydelig dekningen for datakvalitet og validering.
🚀 Nye funksjoner¶
Globale databasetilkoblinger¶
- Databasetilkoblinger konfigureres nå på et globalt nivå.
- Globale tilkoblinger kan gjenbrukes på tvers av alle prosjekter, noe som forenkler konfigurasjon og vedlikehold.
- Konsekvens: Reduserer driftsmessig overhead og sikrer konsekvent tilkobling på tvers av miljøer.
Flere kildeforbindelser per prosjekt¶
- Prosjekter kan nå referere til flere kilde-tilkoblingskonfigurasjoner.
- Legger til rette for mer fleksible oppsett for komplekse datalandskap per prosjekt.
- Konsekvens: Støtter realistiske bedriftsarkitekturer med heterogene datakilder.
Logiske datakilder¶
- Datakilder representerer nå et logisk lag innen et prosjekt.
- Hver datakilde kan være basert på:
- en databasetabell
- en databasevisning
- en egendefinert SQL-spørring
- Denne separasjonen forbedrer gjenbruk, tydelighet og inspeksjonsmodellering på tvers av moduler.
- Konsekvens: Skiller inspeksjoner og regler for datakvalitet fra fysisk lagring, noe som forbedrer vedlikeholdbarheten og gjenbruk.
Anomali-relevansbetingelse¶
- En Anomaly Relevance Condition kan nå defineres for å styre vurdering av anomalistatus på datasettnivå.
- Statistikk beregnes uavhengig av om betingelsen er satt eller oppfylt.
- Hvis betingelsen ikke er oppfylt, gir digna Data Anomalies ikke anomalistatus (grønn / gul / rød).
- Eksempel: Ekskluder datasettet fra anomalivurdering når antallet poster er under 10.
- Konsekvens: Sikrer at anomalier kun vurderes i relevante forretningskontekster.
Varslingskonfigurasjon per modul¶
- Varsler kan nå konfigureres per modul direkte i digna.
- Gir uavhengig kontroll over varslingsatferd for digna Data Anomalies, digna Data Timeliness, digna Data Validation, og andre moduler.
- Konsekvens: Muliggjør presise varslingsstrategier tilpasset teamansvar og kritikalitet.
Eksport av inspeksjonsresultater (CSV)¶
- Brukere kan nå laste ned inspeksjonsresultater som CSV-filer.
- Legger til rette for offline-analyse, rapportering og integrasjon med eksterne verktøy.
- Konsekvens: Forenkler revisjoner, rapportering og videre data kvalitetsanalyse.
🧪 Utvidede muligheter for datavalidering¶
Med denne utgivelsen støtter digna Data Validation nå et omfattende sett med datakvalitetsregler:
- Valideringsregler på radnivå
- Unikhetssjekker på tvers av flere kolonner
- Referanseintegritetsvalidering på tvers av datakilder
Sammen gjør disse kontrollene det mulig å håndheve strukturelle og relasjonelle regler for datakvalitet på tvers av komplekse datalandskap.
Unikhetssjekker for flere kolonner¶
- Introduserer unikhetssjekker for et konfigurerbart sett med kolonner.
- Gjør det mulig å validere sammensatte nøkler og unikhetsbegrensninger på forretningsnivå.
- Konsekvens: Oppdager dupliserte forretningsentiteter som ikke kan identifiseres med enkeltkolonne-sjekker.
Referanseintegritetskontroller¶
- Introduserer referanseintegritetskontroller for å validere relasjoner mellom datakilder.
- Sikrer at verdier i fremmednøkler i en kilde-datakilde finnes i en referert mål-datakilde.
- Hjelper med å oppdage foreldreløse poster, brutte relasjoner og konsistensproblemer tidlig.
- Designet for å fungere med logiske datakilder, inkludert visninger og egendefinert SQL.
- Bruksområder: datalagerintegritet, regulatorisk rapportering, konsistens i masterdata og pålitelig downstream-analyse.
🎯 Hvem drar nytte av denne utgivelsen¶
- Dataingeniører: Mer fleksibel modellering av datakilder og gjenbrukbare databasetilkoblinger
- Team for datakvalitet og styring: Utvidet valideringsdekning inkludert regler for referanseintegritet
- Analytics- og BI-team: Renere input og eksporterbare inspeksjonsresultater
- Plattformeiere: Redusert konfigurasjonskompleksitet og forbedret driftsmessig vedlikeholdbarhet
🛠 CLI-oppdateringer¶
- Ingen endringer