Profondità di scansione

Il parametro depth controlla quanti metadati vengono estratti da file, cartelle, dataset e database. Può essere impostato una sola volta come valore predefinito globale, oppure sovrascritto per ogni voce add.

depth: variable                   # predefinito globale

add:
  - folder: ./data                # eredita "variable"

  - folder: ./big
    depth: stat                   # override per questa voce

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

Funzionalità	dataset	variable	stat	value (predefinito)
Cartelle	✓	✓	✓	✓
Dataset (formato, percorso, mtime)	✓	✓	✓	✓
Variabili (nomi, tipi)		✓	✓	✓
Introspezione DB (PK, FK, commenti)		✓	✓	✓
Conteggio righe, statistiche			✓	✓
Enumerazioni, frequenze, pattern				✓
Auto-tagging (formato, sicurezza, testo)				✓

Nota: a depth="variable", i file CSV ed Excel estraggono soltanto i nomi delle colonne (i tipi richiedono la lettura dei dati, disponibile da depth="stat"). Tutti gli altri formati forniscono i tipi a questo livello.

Casi d'uso tipici:

• dataset — inventario rapido dei file/tabelle disponibili senza leggere i dati
• variable — scoperta leggera dello schema (nomi e tipi delle colonne)
• stat — profilazione dei dati senza rilevamento delle enumerazioni (più veloce di value)
• value — catalogo completo con tabelle di frequenza e assegnazione delle enumerazioni (predefinito)

Se servono le frequenze dei valori ma le enumerazioni sono gestite manualmente tramite metadata_path, usare auto_enumerations: false con depth: value. Le frequenze restano disponibili, ma le entità enumerazione automatiche e i collegamenti generati alle variabili vengono omessi.

Auto-tagging

A depth="value" (predefinito), le colonne stringa vengono automaticamente etichettate in base al tipo di contenuto. I tag usano una gerarchia a due livelli sotto il padre auto:

Categoria	Tag
Formato	auto---email, auto---phone, auto---uuid, auto---iban
Sicurezza	auto---bcrypt, auto---argon2, auto---jwt, auto---secret
Testo	auto---structured, auto---semi-structured, auto---free-text → auto---natural-text

Ogni variabile riceve al massimo un tag foglia. Il frontend può usare parent_id per filtrare per categoria (ad esempio, selezionando auto---security vengono mostrate tutte le variabili bcrypt/argon2/jwt/secret).

Le colonne con tag di sicurezza (bcrypt, argon2, jwt, secret) hanno i valori grezzi delle frequenze soppressi — vengono emesse soltanto le frequenze dei pattern, così nessun segreto reale compare nel catalogo esportato.

Tag di policy

I tag di policy permettono di controllare manualmente il comportamento della scansione per variabili specifiche. Come gli auto-tag, vivono sotto la gerarchia scan e vengono creati automaticamente — non serve alcuna voce in tag.csv.

Tag	Effetto
policy---frequency-hidden	Sopprime tutti i dati di frequenza ed enumerazione (le statistiche restano visibili)

Assegnare il tag nei metadati variable.csv:

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

Utile per colonne sensibili che l'auto-tagging non rileva (ad esempio nomi di persona, ID interni, codici di business).