2019年10月22日上午 Databricks 宣布，已经完成了由安德森-霍洛维茨基金(Andreessen Horowitz)牵头的4亿美元F轮融资，参与融资的有微软(Microsoft)、Alkeon Capital Management、贝莱德(BlackRock)、Coatue Management、Dragoneer Investment Group、Geodesic、Green Bay Ventures、New Enterprise Associates、T. Rowe Price和Tiger Global Management。经过这次融资，Databricks 的估值高达62亿美元，相比2月份的27.5亿美元（经过2.5亿美元的一轮融资）有所提高，估值反了一倍！2019年 Databricks 第三季度的收入营业额达到2亿美元，收入同比增长了2.5倍！
现在，Databricks 的客户品牌包括 Hotels.com，Viacom，HP，壳牌能源，Showtime，Riot Games，Sanford Health，Expedia，CondéNast，McGraw Hill，Zeiss，Cisco，NBCUniversal，Overstock，Nielsen，HP，Dollar Shave Club ，以及广告，技术，能源，政府，金融服务，医疗保健，游戏，生命科学，媒体和零售等领域的。 Ghodsi（Databricks 的 CEO）表示，目前总共有超过5,000个组织的数据团队正在使用其平台，这相当于2019年报告的2000家组织的两倍多。“我们是有记录以来增长最快的企业软件云公司。主要涉及大规模数据处理（Spark）、机器学习（MLFlow）和转移到云服务（比如和AWS、Azure云厂商合作）都在市场中上演，并导致巨大且快速增长的全球客户需求“ Ghodsi 说。同时 Databricks将拨出1亿欧元（1.1亿美元）的股份在未来三年内扩展其位于阿姆斯特丹的欧洲开发中心，该中心在过去两年中已经增长了三倍。其他近期计划包括加强该公司在欧洲，中东和非洲，亚太地区和拉丁美洲的业务以及 900名员工分布在阿姆斯特丹，新加坡和伦敦的主要办事处。
Databricks 历次融资情况：
2013年9月完成1400万美元A轮融资，投资方为Andreessen Horowitz；
2014年6月完成3340万美元B轮融资，由New Enterprise Associates（恩颐投资公司）领投，Andreessen Horowitz和Data Collective DCVC跟投；
2016年12月16日完成6000万美元C轮融资，由 New Enterprise Associates（恩颐投资公司）领投，Andreessen Horowitz跟投，估值高达2亿4750万美元
2017年8月23日完成1.4亿美元D轮融资，由 Andreessen Horowitz领投，跟投方包括New Enterprise Associates（恩颐投资公司），新投资人Battery Ventures、Future Fund Investment、A.Capital、Geodesic Capital和Green Bay Ventures。
2019年2月5日完成 2.5亿美元 E轮融资，本次融资由美国私人风投公司Andreessen Horowitz领投，微软、NEA、Battery Ventures等跟投，估值已经超过27.5亿美元
2019年10月22日完成4亿美元F轮融资，由安德森-霍洛维茨基金(Andreessen Horowitz)牵头的，参与融资的有微软(Microsoft)、Alkeon Capital Management、贝莱德(BlackRock)、Coatue Management、Dragoneer Investment Group、Geodesic、Green Bay Ventures、New Enterprise Associates、T. Rowe Price和Tiger Global Management，估值62亿美元。
Databricks 是属于 Apache Spark 背后的商业化公司，由美国伯克利大学 AMP 实验室的 Spark 大数据处理系统多位创始人联合创立。Databricks 致力于提供基于 Spark 的云服务，可用于数据集成，数据管道等任务。
Databricks 公司的云解决方案由三部分组成：Databricks 平台、Spark 和 Databricks 工作区。该产品背后的理念是提供处理数据的单独空间，不受托管环境和 Hadoop 集群管理的影响，整个过程在云中完成。该产品有几个核心概念：由 Notebooks 提供一种与数据交互并构建图形的方法，当用户了解了显示数据的方式时，就可以开始构建主控面板以监视某些类型的数据。最后，用户可以通过该平台的任务启动器来规划 Apache Spark 的运行时间。