DataFu

DataFu fue desarrollado en LinkedIn y está escrito completamente en Java.

DataFu incluye funciones / librerías para trabajar con:

- Estadísticas

- Estimación

- Muestreo

- Sesiones

- Link Analysis

- operaciones Set

- Bolsas

DataFu es perfecto para aplicaciones estadísticas que trabajan en la parte superior de las bases de datos Hadoop o conejillo de minería de datos y.

Estas funciones permiten a los desarrolladores sacar el máximo provecho de todos los datos almacenados dentro de un Hadoop o cerdo base de datos sin tener que lidiar con enormes necesidades del sistema con el fin de hacerlo.

¿Qué hay de nuevo en esta versión:.

• Par de UDF para el muestreo aleatorio simple con reemplazo
• Más dependencias ahora empaquetados en DataFu dependencias por lo menos JAR necesarios.
• UDF SetDifference para el cálculo de diferencia de conjuntos (por ejemplo A-B o A-B-C).

¿Qué es la nueva en la versión 1.2.0:

• Par de UDF de muestreo aleatorio simple con reemplazo.
• Más dependencias ahora empaquetados en DataFu dependencias por lo menos JAR necesarios.
• UDF SetDifference para el cálculo de diferencia de conjuntos (por ejemplo A-B o A-B-C).

¿Qué hay de nuevo en la versión 1.1.0:.

• Agregado de hash SHA UDF
• InUDF y AssertUDF añadieron 0,12 para el cerdo compatibilidad. Estos son los mismos que en y hacer valer.
• SimpleRandomSample, que implementa un algoritmo de muestreo aleatorio simple y escalable.