Wijzigingslog – Release 2026.06¶

Met Release 2026.06 zet digna een grote stap vooruit op het gebied van automatisering, uitbreidbaarheid en platformbruikbaarheid.
Deze release introduceert de nieuwe digna Python SDK, officiële Docker-implementatieondersteuning, een vernieuwde dashboardervaring en verbeterde draagbaarheid voor het beheer van validatieregels.

Bekijk de release¶

What's New in digna | The Major Release of 2026 — een rondleiding door deze release op het YouTube-kanaal van digna.

Nieuwe functies¶

digna Python SDK – Automatiseer alles met Python¶

Installatie via:
```
pip install digna-sdk
```
Programmeerbaar beheer en automatisering van digna met Python
Maak projecten aan en configureer ze via code
Trigger inspecties en monitoring-executies
Beheer datasets, regels en configuraties programmeerbaar
Profileer tabellen en extraheer metadata-inzichten
Exporteer profiling- en datakwaliteitsresultaten naar externe repositories en systemen
Integreer met notebooks, orchestration tools en CI/CD-pijplijnen

Impact: Maakt volledig infrastructure-as-code mogelijk en biedt diepe automatisering van datakwaliteits- en observability-workflows met Python.

Docker-ondersteuning – Vereenvoudigde deployment & operatie¶

Officiële Docker-image-ondersteuning voor digna
Snelle en consistente setup in verschillende omgevingen
Vereenvoudigde onboarding voor development, test en productie
Eenvoudige integratie met Kubernetes en containerplatforms
Verbeterde draagbaarheid en reproduceerbaarheid van deployments

Impact: Maakt digna eenvoudiger te deployen en te beheren in moderne cloud-native architecturen.

QueryMode – Flexibele SQL-uitvoeringsstrategie¶

Stel de query-uitvoeringsstrategie in: Single of Combined modus

Single Mode: Elke statistiek wordt berekend met één dedicated SQL-query

Ideaal voor grote datasources waar geheugenbeperkingen een rol spelen
Voorkomt resource-uitputting bij gecombineerde queries (out of memory, spool-limieten)
Hoger aantal queries maar lagere geheugendruk per query

Combined Mode: Alle statistieken worden berekend binnen één enkele SQL-query

Vermindert het totale aantal queries en netwerkoverhead
Optimaliseert prestaties wanneer datasources in het geheugen beheersbaar zijn
Efficiënter voor frequente, parallelle uitvoeringen

Impact: Geeft gebruikers fijnmazige controle over query-executie om prestaties, resourcegebruik en geheugenzekerheid af te stemmen op de kenmerken van hun datasource.

Configureerbaar voorspellingsmodel¶

Het model achter anomaliedetectie weegt nu concurrerende verklaringen van elke reeks tegen elkaar af – een patroon gecombineerd met een interpretatie van de meest recente waarnemingen – en combineert hun voorspellingen naar gelang van hoe sterk elke verklaring wordt ondersteund. Eén extreme waarde kan niet langer doorwerken in de volgende voorspellingen.

Twee instellingen op het nieuwe tabblad Model van de datasource sturen het model, elk van 0.0 tot 1.0 met 0.5 als standaard:

Break Sensitivity – hoe snel een sprong naar een nieuw niveau of een kerende trend als echt wordt aangenomen in plaats van als uitschieters te worden behandeld
Model Complexity – hoeveel structuur het model zoekt, van kalendereffecten en één niveauverschuiving tot onbekende cycli, dag-van-de-maandeffecten en maandelijkse resets

Beide kunnen op elk moment worden teruggezet naar hun standaardwaarden. Zie Modelinstellingen voor hoe elk ervan werkt.

Impact: Geeft gebruikers controle over het voorspellingsmodel zelf, naast de bestaande instellingen Sensitivity en Memory op de tolerantieband, die nu op het tabblad Thresholds staan.

Meldingsbeheer voor anomalieën¶

Nieuw tabblad Notifications in de anomalie-instellingen van de datasource:
Minimum Alerts – hoeveel mislukte controles (geen onzekere) een inspectie nodig heeft voordat een melding wordt verzonden (standaard 1)
Pause After Notification (Days) – hoe lang een abonnement stil blijft na een melding over de datasource (standaard 0, geen pauze)

Herontworpen dashboardervaring¶

Gemoderniseerd en verbeterd UI/UX-ontwerp
Duidelijkere navigatie en structuur
Betere zichtbaarheid van monitoringresultaten en datakwaliteitsinzichten
Verbeterde leesbaarheid van alerts, statistieken en dashboards
Snellere toegang tot cruciale operationele informatie

Impact: Verhoogt de gebruiksvriendelijkheid en dagelijkse productiviteit voor alle gebruikers.

Uitgebreide import & export voor validatieregels¶

Verbeterde import/exportfunctionaliteit voor validatieregels
Eenvoudigere migratie tussen omgevingen en projecten
Betere herbruikbaarheid van gestandaardiseerde regelsets
Verbeterde governance en lifecycle-management van regels
Vereenvoudigde samenwerking tussen teams

Impact: Maakt schaalbaar en consistent beheer van datakwaliteit across de organisatie mogelijk.

Platformverbeteringen¶

Volledige Python SDK-integratie voor automatisering
Gefcontaineriseerde deployment via Docker
Verbeterde UX door het herontworpen dashboard
Uitgebreide draagbaarheid van validatielogica

Wie profiteert van deze release¶

Data Engineers: automatisering, SDK-gebruik, pipeline-integratie
Platformteams: vereenvoudigde deployment via Docker
Data Governance Teams: herbruikbaar beheer van validatieregels
Analytics Teams: verbeterde gebruiksvriendelijkheid en zichtbaarheid van inzichten

CLI-updates¶

Toegevoegde SDK-integratiesteun
Verbeterde import/export-workflows
Algemeen stabielheids- en prestatieverbeteringen