大数据技术通常使用的软件和工具有很多，以下是一些常见的名称：
1. Hadoop：Hadoop是一个开源的分布式计算框架，用于处理大规模数据集。它由Apache软件基金会开发，包括HDFS（Hadoop Distributed File System）和MapReduce等组件。
2. Apache Spark：Spark是一个快速、通用的计算引擎，适用于大规模数据处理。它基于内存计算，可以处理大规模数据集，并提供高吞吐量和低延迟。
3. Apache Flink：Flink是一个流处理框架，适用于实时数据分析和流式计算。它支持批处理和流处理，并提供了高性能和可扩展性。
4. Apache Kafka：Kafka是一个分布式消息队列系统，适用于实时数据流处理。它支持高吞吐量和低延迟的消息传递，以及容错性和分区功能。
5. Apache Pig：Pig是一个数据挖掘和分析工具，适用于大规模数据集的预处理和转换。它提供了丰富的数据类型和操作，以及数据清洗和转换的功能。
6. Apache Hive：Hive是一个数据仓库工具，用于在Hadoop上执行SQL查询。它提供了类似于传统数据库的查询语言，并提供了数据仓库管理和分析的功能。
7. Apache Zeppelin：Zepplin是一个交互式数据科学和机器学习平台，适用于Python编程。它提供了可视化、调试和探索大规模数据集的工具。
8. Apache Beam：Beam是一个灵活的数据流处理框架，适用于批处理和流处理。它提供了易于使用的API和SDK，以及多种数据源和输出格式的支持。
9. Apache NiFi：NiFi是一个开源的网络数据处理平台，适用于各种类型的数据流。它提供了自动化的数据捕获、转换和传输功能，以及自定义插件的支持。
10. Apache Tez：Tez是一个并行任务调度器，适用于大规模并行计算。它提供了任务调度、资源管理和监控的功能，以及多种编程语言的支持。
这些软件和工具都是大数据生态系统的重要组成部分，它们可以帮助用户处理、分析和利用大规模数据集。随着大数据技术的发展，这些工具也在不断地更新和改进，以满足不断变化的需求。
