digna 2026.01 estende la validazione dei dati enterprise all'interno del database

La Release 2026.01 è l'ampliamento più significativo dell'architettura di data validation di digna dal lancio del modulo. Questa release estende ciò che le regole di validazione possono coprire, il modo in cui vengono applicate e il modo in cui la piattaforma si collega ad ambienti enterprise complessi e con più sorgenti. Le novità principali sono i controlli di unicità multi-colonna e la validazione dell'integrità referenziale. Ma la release introduce anche modifiche al modo in cui vengono modellate le datasource, al modo in cui vengono gestite le connessioni ai database tra i progetti e al comportamento del rilevamento delle anomalie in specifici contesti di business. Ognuna di queste novità conta nella pratica. 

Questo articolo illustra le novità e a chi sono destinate. 

Perché la tradizionale validazione su singola colonna non basta 

La maggior parte delle piattaforme di data quality applica la validazione a livello di singola colonna. Verificare che un valore non sia nullo. Verificare che rientri in un intervallo. Verificare che corrisponda a un formato. Questi controlli sono importanti, ma sono anche insufficienti per il tipo di errori di qualità dei dati che compromettono davvero il reporting aziendale e la compliance normativa. 

Le modalità di guasto che causano più danni in produzione sono relazionali. Un record di transazione che fa riferimento a un identificativo cliente non più presente nell'anagrafica. Una riga d'ordine il cui codice prodotto è univoco preso singolarmente ma duplicato all'interno di uno specifico ordine, in violazione della chiave composita. Un'esposizione finanziaria il cui riferimento alla controparte non corrisponde a nulla nell'elenco approvato. Nessuno di questi casi fa scattare un controllo su singola colonna. Tutti producono corruzioni a valle costose da rintracciare e ancora più difficili da spiegare a un auditor. 

La Release 2026.01 aggiunge le funzionalità di validazione che affrontano direttamente queste modalità di guasto. 

Controlli di unicità multi-colonna: validare le chiavi di business composite 

Molte entità di business reali sono definite da combinazioni di attributi, non da singoli identificativi. Una riga d'ordine è univoca all'interno di un ordine quando la combinazione di ID ordine e numero di riga è distinta. Una posizione finanziaria è univoca quando conto, strumento e data, considerati insieme, sono univoci. 

digna 2026.01 introduce controlli di unicità su insiemi di colonne configurabili. Il controllo valuta se la combinazione delle colonne selezionate contiene duplicati, individuando i casi in cui le chiavi di business composite vengono violate. Viene eseguito interamente all'interno del database sorgente tramite ispezione basata su SQL, senza esportare dati né creare livelli di elaborazione aggiuntivi. 

L'impatto pratico per i team di data quality e governance è la capacità di rilevare entità di business duplicate che altrimenti supererebbero senza problemi tutti i controlli sulle singole colonne. Nei data warehouse in cui sono comuni le slowly changing dimension o i caricamenti incrementali, le violazioni delle chiavi composite sono una fonte frequente di corruzione silenziosa dei dati che la validazione su singola colonna non fa mai emergere. 

Controlli di integrità referenziale: applicare le relazioni tra datasource 

La seconda grande novità in tema di validazione è il controllo dell'integrità referenziale tra datasource. Questo controllo verifica che i valori delle foreign key di una datasource sorgente esistano in una datasource di destinazione referenziata, rilevando record orfani e relazioni interrotte prima che si propaghino nelle pipeline di analytics e reporting a valle. 

Ciò che lo rende davvero utile su scala enterprise è l'ampiezza del perimetro supportato. I controlli di integrità referenziale di digna 2026.01 funzionano tra tabelle e viste diverse, tra schemi diversi all'interno dello stesso database e tra connessioni a database diversi all'interno dello stesso progetto. Il controllo non è limitato alle relazioni all'interno di un singolo schema o di un singolo data warehouse. Un'azienda che conserva i dati anagrafici dei clienti in un sistema e i record delle transazioni in un altro può validare la relazione referenziale tra i due senza replicare i dati in un ambiente comune. 

Ciò supporta direttamente i requisiti di qualità dei dati più importanti nei settori regolamentati: mantenere l'integrità del data warehouse, validare le relazioni dei dati anagrafici, supportare il reporting regolamentare e garantire che i sistemi di BI e analytics utilizzino dati strutturalmente solidi. 

La documentazione tecnica completa di entrambe le nuove funzionalità di validazione è disponibile nelle note di rilascio di digna 2026.01. 

Datasource logiche e connessioni globali: semplificare gli ambienti complessi 

Oltre alle novità sulla validazione, la Release 2026.01 introduce modifiche al modo in cui digna modella le datasource e gestisce le connessioni ai database, entrambe con implicazioni dirette per i team che operano in ambienti dati enterprise eterogenei. 

Nella 2026.01 le datasource rappresentano ora un livello logico all'interno di un progetto, anziché una mappatura diretta su una tabella fisica. Ogni datasource logica può basarsi su una tabella del database, una vista del database o un'istruzione SQL personalizzata. Ciò separa la logica di ispezione e validazione dalla struttura fisica di archiviazione, il che è importante quando gli schemi evolvono, quando le regole di validazione devono applicarsi a dataset derivati o quando la stessa entità di business è rappresentata in più posizioni fisiche. 

Le connessioni ai database vengono ora configurate a livello globale e possono essere riutilizzate in tutti i progetti. In precedenza, i team che gestivano più progetti su più ambienti di database dovevano configurare le connessioni separatamente per ogni progetto. Le connessioni globali eliminano questa duplicazione, riducono l'onere di configurazione e garantiscono impostazioni di connettività coerenti in tutta la piattaforma. Ora i progetti possono inoltre fare riferimento a più connessioni sorgente contemporaneamente, supportando architetture enterprise realistiche in cui i dati risiedono in diversi data warehouse o database operativi. 

Anomaly Relevance Condition, notifiche per modulo ed esportazione CSV 

Tre ulteriori funzionalità di questa release affrontano specifiche criticità operative segnalate costantemente dagli utenti. 

La Anomaly Relevance Condition consente ai team di definire una condizione che stabilisce se digna Data Anomalies valuta lo stato di anomalia di un determinato dataset. Le statistiche vengono sempre calcolate. Ma se la condizione definita non è soddisfatta, ad esempio se il numero di record è inferiore alla soglia che rende il rilevamento delle anomalie statisticamente significativo, la piattaforma non mostra alcuno stato di anomalia verde, giallo o rosso per quel dataset. Ciò evita il rumore degli alert generato da dataset a basso volume o transitori e garantisce che la valutazione delle anomalie venga applicata solo nei contesti in cui è operativamente significativa. 

La configurazione delle notifiche per modulo consente ai team di impostare un comportamento di alerting indipendente per ciascun modulo di digna. Un team di data engineering responsabile della puntualità delle pipeline può ricevere notifiche indipendentemente da un team di governance concentrato sugli errori di validazione. Gli alert possono essere calibrati in base alla criticità dell'output di ciascun modulo, senza applicare un'unica policy di notifica all'intera piattaforma. 

I risultati delle ispezioni possono ora essere esportati come file CSV, con un valore pratico diretto per i team che devono integrare l'output di validazione di digna nei flussi di audit, nel reporting esterno o in analisi a valle al di fuori della piattaforma. 

A chi è destinata questa release 

• I data engineer beneficiano della modellazione tramite datasource logiche, che separa la logica di ispezione dallo schema fisico, e delle connessioni globali, che eliminano le configurazioni ridondanti tra i progetti. 

  
  

• I team di data quality e governance ottengono la copertura di validazione relazionale, unicità delle chiavi composite e integrità referenziale, necessaria per applicare le regole strutturali che contano per il reporting regolamentare e il master data management. 

  
  

• I team di analytics e BI ricevono dai sistemi dati a monte input più puliti e strutturalmente più solidi, con risultati delle ispezioni esportabili che alimentano direttamente i flussi di audit e reporting. 

  
  

• I responsabili di piattaforma e infrastruttura beneficiano di una minore complessità di configurazione grazie alle connessioni globali e alle datasource logiche, e di un controllo delle notifiche per modulo che adatta l'alerting alla struttura dei team invece di applicare un'unica policy a tutti i contesti. 

La Release 2026.01 è già disponibile. Il changelog completo, con i dettagli tecnici su tutte le nuove funzionalità e il riferimento CLI aggiornato, è disponibile su docs.digna.ai/changelog/Release_202601. 

Volete vedere la 2026.01 nel vostro ambiente? 

Controlli di unicità multi-colonna, validazione dell'integrità referenziale e un'architettura in-database che mantiene i vostri dati dove devono stare. Prenotate una presentazione personalizzata con il team di digna per vedere le nuove funzionalità di validazione sul vostro ambiente dati. 

Prenotate una demo, Leggete le note di rilascio complete. 

Domande frequenti

Quali sono le novità di digna Release 2026.01?

Le novità principali della Release 2026.01 sono i controlli di unicità multi-colonna e la validazione dell'integrità referenziale. La release introduce inoltre le datasource logiche, connessioni globali ai database riutilizzabili tra progetti, la Anomaly Relevance Condition, impostazioni di notifica per singolo modulo e l'esportazione in CSV dei risultati delle ispezioni. Il changelog completo è disponibile su docs.digna.ai/changelog/Release_202601.

Come verifica digna l'unicità su più colonne?

digna 2026.01 valuta se la combinazione di un insieme configurabile di colonne contiene duplicati, segnalando le violazioni delle chiavi di business composite, come ID ordine più numero di riga. Il controllo viene eseguito interamente all'interno del database sorgente tramite ispezione basata su SQL, senza esportare dati né creare livelli di elaborazione aggiuntivi.

digna può validare l'integrità referenziale tra database diversi?

Sì. I controlli di integrità referenziale della 2026.01 verificano che i valori delle foreign key di una datasource sorgente esistano in una datasource di destinazione referenziata. Funzionano tra tabelle e viste, tra schemi dello stesso database e tra connessioni a database diversi all'interno dello stesso progetto, così i dati anagrafici dei clienti e i dati delle transazioni possono essere validati senza replicarli.

Che cos'è una datasource logica in digna?

Dalla Release 2026.01, una datasource è un livello logico all'interno di un progetto anziché una mappatura diretta su una singola tabella fisica. Ogni datasource logica può basarsi su una tabella del database, una vista del database o un'istruzione SQL personalizzata, separando la logica di validazione dall'archiviazione fisica quando gli schemi evolvono.

Cosa fa la Anomaly Relevance Condition in digna Data Anomalies?

Definisce una condizione che stabilisce se digna Data Anomalies valuta lo stato di anomalia di un dataset. Le statistiche vengono sempre calcolate, ma se la condizione non è soddisfatta, ad esempio quando il numero di record è inferiore a una soglia significativa, non viene mostrato alcuno stato verde, giallo o rosso. Ciò riduce il rumore degli alert generato dai dataset a basso volume.