datafu是linkedin（虽然我现在还没用过。。。）内部用到的一个pig udf的集合，稳定，经过良好的测试。
主要用于大规模数据挖掘和数据统计。
好吧，以上是官方说法，我花了一点时间扫了一下里面的udf（javadoc在这里，里面的东西好少），用途最大的大约是datafu.pig.bags包和datafu.pig.bags.sets里面的函数了，前者是针对bag类型的一些常见操作，后者弥补了pig中没有set操作的缺陷，虽然只有intersetc和union两个函数
剩下的包里面大约是我这辈子都不会用到的一些函数了，pagerank，haversinedist,不过应该能拿来做一些好玩儿的事情
顺便翻了一下里面的源码，util里面有些不错的东东
目测比较实用的有SimpleEvalFunc, 实现pig udf的exec要从Tuple arg0里面提取参数并转型，这样就涉及到类型检查之类的操作（实际上从来没做过类型检查= =， 但是吃过这方面的亏），这个函数把这一些检查操作进行了封装，只需要实现call函数，就会自动完成一些列的操作。
另外工具包里的代码都有着良好的实现，构造函数和outputSchema函数一应俱全，exception更是给的恰到好处，更是包含了平时不可能用到的Accumulator的实现，对于刚开始学习pig的人写udf应该会带来很大帮助。