Profondeur de scan

Le paramètre depth contrôle la quantité de métadonnées extraites des fichiers, dossiers, datasets et bases de données. Définissez-le une fois comme valeur par défaut globale, ou surchargez-le pour n'importe quelle entrée add.

depth: variable                   # valeur par défaut globale

add:
  - folder: ./data                # hérite de "variable"

  - folder: ./big
    depth: stat                   # surcharge pour cette entrée

  - database: sqlite:///db.sqlite
    depth: dataset

Fonctionnalité	dataset	variable	stat	value (défaut)
Dossiers	✓	✓	✓	✓
Datasets (format, chemin, mtime)	✓	✓	✓	✓
Variables (noms, types)		✓	✓	✓
Introspection BD (PK, FK, commentaires)		✓	✓	✓
Nombre de lignes, statistiques			✓	✓
Énumérations, fréquences, motifs				✓
Auto-tagging (format, sécurité, texte)				✓

Note : À depth="variable", les fichiers CSV et Excel n'extraient que les noms de colonnes (les types nécessitent de lire les données, disponibles à partir de depth="stat"). Tous les autres formats fournissent les types à ce niveau.

Cas d'usage typiques :

• dataset — inventaire rapide des fichiers/tables disponibles sans lire les données
• variable — découverte légère du schéma (noms et types de colonnes)
• stat — profilage des données sans détection d'énumérations (plus rapide que value)
• value — catalogue complet avec tables de fréquences et affectation d'énumérations (défaut)

Si vous avez besoin des fréquences de valeurs mais gérez les énumérations manuellement via metadata_path, utilisez auto_enumerations: false avec depth: value. Les fréquences restent disponibles, mais les entités d'énumération automatiques et les liens de variables générés sont ignorés.

Auto-tagging

À depth="value" (défaut), les colonnes de type chaîne sont automatiquement taguées selon leur type de contenu. Les tags utilisent une hiérarchie à deux niveaux sous le parent auto :

Catégorie	Tags
Format	auto---email, auto---phone, auto---uuid, auto---iban
Sécurité	auto---bcrypt, auto---argon2, auto---jwt, auto---secret
Texte	auto---structured, auto---semi-structured, auto---free-text → auto---natural-text

Chaque variable reçoit au plus un tag feuille. Le frontend peut utiliser parent_id pour filtrer par catégorie (par exemple, sélectionner auto---security affiche toutes les variables bcrypt/argon2/jwt/secret).

Les colonnes taguées sécurité (bcrypt, argon2, jwt, secret) voient leurs valeurs de fréquence brutes supprimées — seules les fréquences de motifs sont émises, de sorte qu'aucun secret réel n'apparaît dans le catalogue exporté.

Tags de politique

Les tags de politique permettent de contrôler manuellement le comportement du scan pour des variables spécifiques. Comme les auto-tags, ils vivent sous la hiérarchie scan et sont créés automatiquement — aucune entrée dans tag.csv n'est nécessaire.

Tag	Effet
policy---frequency-hidden	Supprime toutes les données de fréquence et d'énumération (les statistiques restent visibles)

Affectez le tag dans vos métadonnées variable.csv :

id,tag_ids
source---employees_csv---first_name,"policy---frequency-hidden"

C'est utile pour les colonnes sensibles que l'auto-tagging ne détecte pas (par exemple les prénoms, identifiants internes, codes métier).