我们需要将（spark）机器学习模型存储到文件系统或数据库中，以便其他系统可以通过该模型运行新数据。
对于存储机器学习模型，我遇到了两个开放标准，即pmml（预测模型标记语言）和pfa（用于分析的可移植格式）。
有用于创建和使用pmml的库，但是对于pfa，我只遇到了两个库
哈德良
阿尔德法克
hadrian似乎只用于使用现有的pfa文件、创建模型并通过它运行数据。它似乎不支持为模型创建pfa文件。
哈德良的最后一次犯罪是3岁。
aardpfark似乎既在创建pfa，也在为新数据的模型打分。但这个项目并不支持很多spark模型，似乎只与spark相关。它甚至没有发表在Maven中央图书馆。
在阿尔德法克的最后一次犯罪是2岁。
pfa是否用于实际应用中？它最早发布于2015年，在过去的5年中，它还没有有效的实施。值得我们继续研究吗？或者我们最好还是使用pmml？