Changelog – Izdaja 2026.06¶

Z Izdajo 2026.06 digna naredi velik korak naprej na področju avtomatizacije, razširljivosti in uporabnosti platforme.
Ta različica uvaja nov digna Python SDK, uradno Docker podporo za namestitev, prenovljeno izkušnjo nadzorne plošče in izboljšano prenosljivost pri upravljanju pravil validacije.

Oglejte si Izdajo¶

What's New in digna | The Major Release of 2026 — predstavitev te izdaje na YouTube kanalu digna.

Nove funkcije¶

digna Python SDK – avtomatizirajte vse s Pythonom¶

Namestitev:
```
pip install digna-sdk
```
Programsko upravljanje in avtomatizacija digna z uporabo Pythona
Ustvarjanje in konfiguracija projektov preko kode
Sprožanje inšpekcij ter izvajanja nadzorov
Programsko upravljanje datasetov, pravil in konfiguracij
Profiliranje tabel in pridobivanje vpogledov v metapodatke
Izvoz rezultatov profiliranja in kakovosti podatkov v zunanje repozitorije in sisteme
Integracija z notebooki, orkestracijskimi orodji in CI/CD cevovodi

Vpliv: Omogoča polno infrastrukturo kot kodo in globoko avtomatizacijo potekov dela za kakovost in opazovanje podatkov z uporabo Pythona.

Docker podpora – poenostavljena namestitev in obratovanje¶

Uradna Docker slika za digna
Hitro in dosledno nastavitev v različnih okoljih
Poenostavljeno uvajanje za razvoj, testiranje in produkcijo
Enostavna integracija s Kubernetes in drugimi platformami za kontejnerje
Izboljšana prenosljivost in reproducibilnost namestitev

Vpliv: Olajša nameščanje in obratovanje digne v sodobnih cloud-native arhitekturah.

QueryMode – prilagodljiva strategija izvajanja SQL poizvedb¶

Konfigurirajte strategijo izvajanja poizvedb: Single ali Combined način

Single Mode: Vsaka statistika se izračuna z eno namensko SQL poizvedbo

Idealno za velike podatkovne vire, kjer so omejitve pomnilnika ključne
Preprečuje izčrpanje virov pri združenih poizvedbah (out of memory, omejitve spoola)
Večje število poizvedb, a nižja poraba pomnilnika na poizvedbo

Combined Mode: Vse statistike se izračunajo znotraj ene SQL poizvedbe

Zmanjša skupno število poizvedb in omrežni overhead
Optimizira zmogljivost, kadar so podatkovni viri obvladljivi v pomnilniku
Bolj učinkovito pri pogostih, vzporednih izvedbah

Vpliv: Uporabnikom daje fino nastavitev nad izvajanjem poizvedb za uravnoteženje zmogljivosti, porabe virov in varnosti pomnilnika glede na značilnosti njihovega podatkovnega vira.

Nastavljiv Napovedni Model¶

Model, na katerem temelji zaznavanje anomalij, zdaj pri vsaki seriji tehta konkurenčne razlage – vzorec v kombinaciji z interpretacijo najnovejših opazovanj – in njihove napovedi združi glede na to, kako močno je podprta vsaka od njih. Posamezna ekstremna vrednost ne more več pronicati v naslednje napovedi.

Usmerjata ga dve nastavitvi na novem zavihku Model podatkovnega vira, vsaka od 0.0 do 1.0, s privzeto vrednostjo 0.5:

Break Sensitivity – kako hitro model sprejme skok na novo raven ali obrat trenda kot dejansko spremembo, namesto da bi ga obravnaval kot osamelce
Model Complexity – koliko strukture model išče, od koledarskih učinkov in enkratnega premika ravni do neznanih ciklov, učinkov dni v mesecu in mesečnih ponastavitev

Obe nastavitvi je mogoče kadar koli vrniti na privzeti vrednosti. Kako deluje posamezna nastavitev, si oglejte v razdelku Nastavitve modela.

Vpliv: Uporabnikom daje nadzor nad samim napovednim modelom, poleg obstoječih nastavitev Sensitivity in Memory za pas tolerance, ki so zdaj na zavihku Thresholds.

Nadzor Obvestil o Anomalijah¶

Nov zavihek Notifications v nastavitvah anomalij podatkovnega vira:
Minimum Alerts – koliko neuspešnih preverjanj (negotova se ne štejejo) mora imeti inšpekcija, preden je poslano obvestilo (privzeto 1)
Pause After Notification (Days) – kako dolgo naročnina ostane tiha, potem ko je poslala obvestilo o podatkovnem viru (privzeto 0, brez premora)

Prenovljena izkušnja nadzorne plošče¶

Moderniziran in izboljšan UI/UX dizajn
Jasnejša navigacija in struktura
Boljša vidljivost rezultatov nadzora in vpogledov o kakovosti podatkov
Izboljšana berljivost opozoril, statistik in nadzornih plošč
Hitrejši dostop do ključnih operativnih informacij

Vpliv: Izboljšuje uporabnost in dnevno produktivnost za vse uporabnike.

Razširjen uvoz in izvoz pravil validacije¶

Izboljšana funkcionalnost uvoza/izvoza pravil validacije
Lažja migracija med okolji in projekti
Boljša ponovna uporaba standardiziranih nizov pravil
Izboljšano upravljanje urejanja pravil in življenjskega cikla
Poenostavljeno sodelovanje med ekipami

Vpliv: Omogoča skalabilno in dosledno upravljanje kakovosti podatkov po organizaciji.

Izboljšave platforme¶

Popolna integracija Python SDK za avtomatizacijo
Kontejnerizirana namestitev prek Dockerja
Izboljšana UX skozi prenovljeno nadzorno ploščo
Razširjena prenosljivost validacijske logike

Kdo ima koristi od te izdaje¶

Data Inženirji: avtomatizacija, uporaba SDK, integracija v cevovode
Platformne ekipe: poenostavljena namestitev prek Dockerja
Ekipe za upravljanje podatkov: ponovno uporabno upravljanje pravil validacije
Analitične ekipe: izboljšana uporabnost in vidnost vpogledov

Posodobitve CLI¶

Dodana podpora za integracijo SDK
Izboljšani poteki uvoza/izvoza
Splošne izboljšave stabilnosti in zmogljivosti