生产看板是用什么语言开发的？
生产看板通常是用web开发语言和数据库技术实现的。其中，web开发语言比较常用的有PHP、python、java等，这些语言可以与前端框架和库（如Bootstrap、jQuery等）相结合，实现优雅的UI设计和交互效果。
与此同时，数据库技术也是实现生产看板的重要组成部分，主要包括关系型数据库（如MySQL、Oracle等）和NoSQL数据库（如MongoDB、Redis等），这些数据库可以帮助开发人员高效地存储和查询数据，供生产看板使用。
一般用哪些工具做大数据分析？
大数据分析工具OurwayBI***用Node.js。Node.js是一个Javascript运行环境(runtime)，它实际上是对GoogleV8引擎进行了封装。V8引擎执行J***ascript的速度非常快，利用基于时间序列的内存计算技术，减少与数据库的交互，可大大提升效率。操作指引更易上手：OurwayBI为了让用户不进行任何培训即可掌握常用操作，设置了操作指引，智能引导用户逐步掌握基本操作及各项技巧。整个产品的UI进行了大量细节优化，以增加使用者的美观要求与使用体验等。
不论是内部战情观察，还是外部成果展示，不论是会议室，还是生产现场，透过大屏监控，企业关键数据一览无遗！
包括数十种酷炫图表，支持文本、图片、视频等，不论单块或拼接LED屏幕，不论大小，都可以任意布局，完美自适应。
大屏可视化可实现实时刷新，不论是双11实时交易状况，还是生产现场，都可以及时监控、及时预警。
数据科学家一般使用R，Python来分析。
工具上有spss，sas等软件。
另外各大云厂商都了分析建模工具。
总的来说，对业务的理解，对算法的熟悉是关键，工具都是次要的。
感谢邀请，大数据分析是指对规模巨大的数据进行分析。大数据可以概括为5个V， 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值(Value)、真实性(Veracity)。
随着大数据时代的来临，大数据分析也应运而生，下面几款工具还是比较值得推荐的。
一、HadoopHadoop
是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的，因为它***设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。
二、HPCC
HPCC，High Performance Computing and Communications（高性能计算与通信）的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与 通信”的报告，也就是被称为HPCC***的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战[_a***_]。HPCC是美国 实施信息高速公路而上实施的***，该***的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。三、Storm
Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。Storm很简单，支持许多种编程语言，使用起来非常有趣。Storm由Twitter开源而来，其它知名的应用企业包括Groupon、淘宝、支付宝、阿里巴巴、乐元素、Admaster等等。 Storm有许多应用领域：实时分析、在线机器学习、不停顿的计算、分布式RPC（远过程调用协议，一种通过网络从远程计算机程序上请求服务）、 ETL（Extraction-Transformation-Loading的缩写，即数据抽取、转换和加载）等等。Storm的处理速度惊人：经测 试，每个节点每秒钟可以处理100万个数据元组。Storm是可扩展、容错，很容易设置和操作。
希望对您有用，谢谢！
大家日常工作中接触了很多数据分析工具，如 excel 也算是数据分析工具，那么更深入一些的，就是sql语言，当让也可以是编程语言例如python，如果没有基础的情况下学习python 见效会比较麻烦。推荐使用门槛低的JVS，下面简要介绍JVS-数据智仓，部分功能已经开源，JVS开源地址：
，在线demo：frame.bctools.cn
大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临，大数据分析也应运而生。
用于展现分析的前端开源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。用于展现分析商用分析工具有Style Intelligence、RapidMiner Radoop、Cognos, BO, Microsoft Power BI, Oracle,Microstrategy,QlikView、 Tableau 。国内的有BDP，国云数据（大数据魔镜），思迈特，FineBI等等。不过，在这里推荐一些非专业人员也能完成数据分析的工具 ，个人认为推荐的两个是比较实用，好上手的数据分析工具，注册能试用，产品也在不断改进当中：
1.可视化工具，图表秀，能为用户提供在线图表制作工具和可视化交流社区，适合所有行业领域，让工作成果、报告演示瞬间出彩。
它提供了简单易用的数据分析与可视化图表制作工具，用户可以基于现有的离线数据、RDB数据以及第三方平台数据，实现数据的分析与可视化，挖掘数据价值。通过交流社区以及社交媒体分享机制，让用户之间无障碍沟通，打造全领域交流沟通平台。通过图表集市，为第三方开发者、领域分析专家与用户间搭建供需桥梁，创建最新、最专业的适合相关领域的可视化图表，构建共赢生态。
2.方便快捷的数据分析工具：dat***iz
Dat***iz为企业用户提供自助分析能力，通过多维交互分析，帮助用户快速完成数据探索，获取第一手数据分析报告，洞悉数据背后隐藏的商业价值，辅助企业决策，提升企业竞争力。
大数据新手入门的课程和书籍有什么推荐？
新手入门大数据，首先要搞清楚自己的基础水平，学习本是一件严肃的事情，不能盲目，要有目标。
首先分为两类：一是有一定的编程基础，想要学习大数据以达到技术的提升和深造；
二是零基础想要涉猎大数据行业。
作为零基础的你，建议你不要急于涉猎大数据技术，而是先深入学习一门编程语言（j***a、Python等等）。当然了如果感兴趣也可以看一下推荐的书籍，但主要任务还是要放在基础上。
作为有基础的你，可以先从以下大数据书籍入手：
大数据书籍
1、《为数据而生》
书中分别阐述在大数据1.0、大数据2.0和大数据3.0时代下，相对应的数据分析需要做到分析、外化、集成。
2、《智能时代》
这本书作者分七章从不同角度对大数据进行介绍，分别以技术和思维方式的改变为主线，从工业革命这个角度嵌入，顺理成章的延伸出大数据与智能化，但是没有将过多笔墨放在技术的深究上，而是选择从应用层面体现大数据的理念。大数据应用则会渗透到各行各业，这正是作者的用心之处。
一提到“大数据”，大家会想到什么？海量数据，快速处理，挖掘数据的价值，数据的模糊处理技术……“大数据”是一种数据，一种技术，一件事情，它还可以指代一种经济模式、创业类型。
和“大数据”这个标签相关的工作职位也越来越多，每一个的职衔听起来都很酷，同时存在的，还有很多很酷的说法，比如“未来10年最赚钱的就是做大数据”之类。众多有为有志的青年学子，包括职场中人，深深为之吸引，生出投身其中的念头。
“大数据行业”还是一个新的行业。新，意味着门槛低，意味着没有旧有势力，意味着大有可为。在方兴未艾的窗口期内，不管你以前是干什么的，只要真心想进来，总能进得来。但同时，也意味着巨大的泡沫，和未来迅速紧缩的风险。
进来容易，要想立足，就得不断学习，内外双修——内：理论知识的习学研究，目前主要包括：统计知识、机器学习知识和数据库知识等；外：对工具的运用，J***a, Python, R, SQL,SAS, SPSS, Excel, Tableau等等。
