大数据公司通常开发或使用以下软件来处理和分析大量的数据：

Hadoop：

一个用于处理大规模数据的开源框架，提供分布式存储和分布式处理的能力。

Spark：

另一个用于大数据处理的开源框架，支持迭代性算法和实时数据处理，速度比Hadoop快。

Python：

广泛使用的编程语言，有很多用于大数据分析的库，如NumPy、Pandas、Scikit-learn等。

R：

专门用于数据分析和统计建模的编程语言，具有丰富的数据处理和分析库。

SQL：

用于管理和查询关系型数据库的语言，在大数据公司中常见。

Scala：

运行在JVM上的多范式编程语言，与Spark框架集成紧密。

Java：

广泛使用的编程语言，也是Hadoop和Spark的主要支持语言之一。

Hive：

建立在Hadoop上的开源数据仓库基础设施，提供类似SQL的查询语言HiveQL。

Flink：

流处理引擎，用于实时处理和分析数据流。

Kafka：

分布式消息传递系统，用于流数据的发布和订阅。

Jaspersoft BI套件：

开源软件，用于生成报表。

Keen IO：

移动应用分析工具。

FineBI：

企业级商业智能工具，支持多种数据源接入和实时数据更新。

Tableau：

专注于数据可视化，支持多种数据源接入和丰富的交互功能。

Power BI：

微软的商业智能工具，支持多种数据源接入和可视化。

QlikView：

数据可视化工具。

SAP BusinessObjects：

商业智能工具。

Splunk：

用于日志和事件数据的收集、分析和可视化。

IBM Cognos Analytics：

商业智能工具。

Domo：

业务智能平台。

Phoenix：

Java中间层，用于在Apache HBase上执行SQL查询。

Stinger：

下一代Hive，运行在YARN上的DAG计算框架。

这些软件在大数据处理、分析、可视化和商业智能等方面提供了强大的工具集，帮助大数据公司更有效地管理和利用其数据资源。