Spark比MapReduce快的主要原因如下：　内存计算：Spark使用内存计算，将数据缓存到内存中以便快速访问，而MapReduce则将数据写入磁盘，导致IO延迟和磁盘开销。　DAG调度：Spark使用DAG(Directed Acyclic Graph)调度引擎，可以在内存中构建一个DAG，以避免重复计算和数据复制。

Hadoop是一个分布式文件系统和批处理框架，主要用于存储和处理大规模结构化数据。Hadoop最初是为了处理大规模数据而设计的，其主要优势在于处理大量数据时的可靠性和稳定性。Hadoop的核心技术包括HDFS(Hadoop分布式文件系统)和MapReduce计算框架。

Hadoop的核心是分布式存储和计算框架。它由两个主要组件组成：　Hadoop分布式文件系统(Hadoop Distributed File System，HDFS)：它是一个分布式文件系统，设计用于存储大量的数据，支持数据的可靠性和容错性，允许在集群中的节点之间进行数据的高效共享。

大数据常用软件有很多，以下是其中的一些：　1.Hadoop：Hadoop是一个开源的分布式计算平台，它包含一个分布式文件系统(HDFS)和一个用于处理大数据的分布式计算框架(MapReduce)。　2.Spark：Spark是一个开源的大数据处理框架，它提供了一个快速、通用、易用的计算引擎，支持包括Scala、Java、Python和R等多种编程语言。

要学好Hadoop，可以考虑以下几个步骤：1.了解Hadoop的概念和架构：Hadoop是一个开源的分布式计算框架，由HDFS(分布式文件系统)和MapReduce(分布式计算模型)组成。了解Hadoop的基本概念和架构是学习Hadoop的第一步。