Databricks es una plataforma de software basada en la nube para la ingeniería de datos, la ciencia de datos y el aprendizaje automático. Ofrece un entorno escalable para ejecutar aplicaciones de datos de alto rendimiento, y soporte para grandes conjuntos de datos y altos volúmenes de procesamiento de datos..

Hive es un software que trabaja sobre clusters de Hadoop creando una capa que permite al desarrollador abstraerse de la gestión de ficheros HDFS y de MapReduce mediante operaciones de consulta de datos basadas en SQL, con el lenguaje HiveQL..

La librería de software de Hadoop es un framework que permite el procesamiento distribuído de juegos de datos de gran volumen utilizando clusters de ordenadores o servidores, utilizado modelos de programación sencilla.

Hadoop está diseñado para escalar fácilmente desde sistemas de servidores únicos a miles de máquinas..