Apache DataFu es un framework realizado por la gente de linkedIn. Apache DataFu es un conjunto de librerías que trabajan sobre apache pig y apache hadoop, este framework proporciona un conjunto de librerías para realizar cálculos sobre bases Pig. Por ejemplo Linkedin lo utiliza para saber que gente podes llegar a conocer.
Este proyecto nace de la necesidad de librerías de data mining y estadísticas.
Actualmente se encuentra en la incubadora; pero es un lindo proyecto para ir conociendo.
Dejo link:
http://datafu.incubator.apache.org/
http://data.linkedin.com/opensource/datafu
