大数据挖掘软件有：Hadoop、Apache Spark、数据挖掘工具箱和SQL数据挖掘扩展等。

Hadoop是一种广泛使用的大数据处理工具，它包含Hadoop Distributed File System和MapReduce编程框架。HDFS用于存储大规模数据，而MapReduce则用于处理大规模数据集，特别适合数据挖掘和数据分析的场景。其能够支持在各种数据结构上进行数据挖掘的各种算法，且具备良好的稳定性和可靠性。

Apache Spark是另一种非常流行的大数据分析和挖掘工具。相比于Hadoop，Spark提供了更快的处理速度，特别是在内存允许的情况下。Spark包含了许多内置的数据挖掘和分析工具库，如MLlib，该库提供了许多机器学习算法供用户选择和使用。此外，由于其强大的计算能力和灵活的编程接口，Spark被广泛应用于数据挖掘、机器学习等领域。

数据挖掘工具箱如Python的scikit-learn，这是一个强大的机器学习库，提供了许多数据挖掘和分析的工具和算法。这些工具和算法可以用于处理各种类型的数据，包括文本、图像和音频等。通过利用scikit-learn，用户可以轻松实现数据预处理、特征提取、模型训练等数据挖掘任务。

此外，许多数据库管理系统也提供了SQL数据挖掘扩展，这些扩展允许用户利用SQL查询语言进行数据分析和挖掘。这种方法的优点是易于理解和使用，特别是对于熟悉SQL的用户来说。这些扩展通常包含了许多数据挖掘算法和工具，使得数据分析变得更为简单和直观。

以上所述的大数据挖掘软件都在不同领域和场景有着广泛的应用，根据具体的需求和场景选择合适的工具进行数据挖掘和分析是非常重要的。