大数据开发需要学习的软件包括：

Java编程语言：

Java是大数据开发的基础语言，广泛应用于Hadoop、Spark等大数据框架中。

Spark计算引擎：

Spark是一个快速通用的大数据处理引擎，支持多种编程语言（如Java、Scala和Python），适用于大规模数据处理和机器学习。

Scala编程语言：

Scala是大数据开发中常用的编程语言，特别是与Spark框架结合使用。

Linux命令：

由于大数据开发通常在Linux环境下进行，因此掌握Linux基础操作命令是必要的。

Hadoop：

Hadoop是一个开源的分布式计算框架，用于存储和处理大规模数据集，提供了分布式文件系统（HDFS）和分布式计算模型（MapReduce）。

Hive：

Hive是基于Hadoop的数据仓库工具，提供类似SQL的查询语言（HiveQL），用于查询和分析大规模数据集。

Pig：

Pig是一个高级的大数据分析平台，提供了一种类似于脚本的语言（Pig Latin），用于描述数据流和转换操作。

R：

R是一种流行的统计分析语言和环境，广泛用于数据分析和可视化，可以与Hadoop和Spark集成。

Python：

Python是一种简单易用的编程语言，拥有丰富的数据处理和分析库（如NumPy、Pandas和Scikit-learn），适用于数据处理、分析和机器学习。

Flink：

Flink是一个开源的流处理和批处理框架，具有低延迟、高吞吐量和高效处理实时数据的能力。

Tableau：

Tableau是一款商业智能（BI）软件，用于数据可视化，可以与大数据工具集成，帮助用户生成图表和报表。

建议根据具体需求和兴趣选择合适的软件进行深入学习。例如，如果想专注于Spark开发，那么Java和Scala是必须掌握的；如果需要处理实时数据流，那么Flink和Spark Streaming是很好的选择；如果希望进行数据分析和可视化，那么Python和R以及商业智能工具如Tableau会更加有用。