Registro de Alterações – Release 2026.06¶

Com a Release 2026.06, a digna dá um grande passo em automação, extensibilidade e usabilidade da plataforma.
Esta versão apresenta o novo digna Python SDK, suporte oficial de implantação via Docker, uma experiência de painel renovada e maior portabilidade no gerenciamento de regras de validação.

Novos Recursos¶

digna Python SDK – Automatize Tudo com Python¶

Instale via:
```
pip install digna-sdk
```
Gerencie e automatize a digna programaticamente usando Python
Crie e configure projetos via código
Dispare execuções de inspeções e monitoramento
Gerencie conjuntos de dados, regras e configurações programaticamente
Faça perfilamento de tabelas e extraia insights de metadados
Exporte resultados de perfilamento e qualidade de dados para repositórios e sistemas externos
Integre com notebooks, ferramentas de orquestração e pipelines de CI/CD

Impacto: Permite infraestrutura como código completa e automação aprofundada dos fluxos de trabalho de qualidade e observabilidade de dados usando Python.

Suporte Docker – Implantação e Operações Simplificadas¶

Imagem Docker oficial para digna
Configuração rápida e consistente entre ambientes
Onboarding simplificado para desenvolvimento, testes e produção
Integração fácil com Kubernetes e plataformas de contêineres
Melhor portabilidade e reprodutibilidade das implantações

Impacto: Facilita a implantação e operação da digna em arquiteturas modernas cloud-native.

QueryMode – Estratégia Flexível de Execução de SQL¶

Configure a estratégia de execução de consultas: Single ou Combined mode

Single Mode: Cada métrica é calculada com uma consulta SQL dedicada

Ideal para fontes de dados grandes onde restrições de memória são uma preocupação
Evita exaustão de recursos por consultas combinadas (out of memory, limites de spool)
Maior número de consultas, mas menor uso de memória por consulta

Combined Mode: Todas as métricas são calculadas dentro de uma única consulta SQL

Reduz o número total de consultas e a sobrecarga de rede
Otimiza desempenho quando as fontes de dados são gerenciáveis em memória
Mais eficiente para execuções frequentes e paralelas

Impacto: Oferece controle granular sobre a execução de consultas para equilibrar desempenho, uso de recursos e segurança de memória conforme as características da fonte de dados.

Experiência de Painel Redesenhada¶

UI/UX modernizada e aprimorada
Navegação e estrutura mais claras
Melhor visibilidade dos resultados de monitoramento e insights de qualidade de dados
Maior legibilidade de alertas, estatísticas e painéis
Acesso mais rápido às informações operacionais chave

Impacto: Melhora a usabilidade e a produtividade diária de todos os usuários.

Importação & Exportação Estendida para Regras de Validação¶

Funcionalidade de importação/exportação de regras de validação aprimorada
Migração mais fácil entre ambientes e projetos
Reuso facilitado de conjuntos de regras padronizados
Melhor governança e gestão do ciclo de vida das regras
Colaboração simplificada entre equipes

Impacto: Possibilita governança de qualidade de dados escalável e consistente em toda a organização.

Aprimoramentos da Plataforma¶

Integração completa do Python SDK para automação
Implantação conteinerizada via Docker
UX melhorada através do painel redesenhado
Maior portabilidade da lógica de validação

Quem se Beneficia Desta Versão¶

Data Engineers: automação, uso do SDK, integração em pipelines
Equipes de Plataforma: implantação simplificada via Docker
Equipes de Governança de Dados: gerenciamento reutilizável de regras de validação
Equipes de Analytics: melhor usabilidade e visibilidade de insights

Atualizações da CLI¶

Adicionado suporte de integração ao SDK
Fluxos de importação/exportação aprimorados
Melhorias gerais de estabilidade e desempenho