系统设计面试被认为是所有技术面试中难度最大的面试，因为面试题的范围都非常广且模糊，其答案也是开放的，不存在标准答案或正确答案。本书是专门为准备系统设计面试的读者而撰写的，重点讨论了分布式系统中的常用组件和大型Web应用的系统架构，涵盖了几类常见的典型应用，包括聊天系统、视频流系统、文件存储系统（云盘）、支付系统等，旨在帮助读者掌握构建一个可扩展的系统所需的基础知识，为面试做好充分准备。作为过来人，作者提出了应对面试题的“四步法”，即确定问题范围→总体设计→细节设计→总结，书中的案例基本上都是按照这个步骤进行解析的。这种解题框架有助于在面试时搞清楚系统的需求、限制和瓶颈，理清思路，有条不紊地作答。通过本书，读者可以了解不同Web应用的系统设计方案的要点及采用的技术，据此查漏补缺，补齐自己知识体系中的短板，为面试成功增添更多的可能。而对于已经是架构师的读者而言，书中的案例将为他们提供新的思路和灵感，有助于他们在面试中更加从容地展现自己的设计思路和实践经验。

内容简介这是一本从业务和架构视角讲解DDD的基本原则、底层逻辑、落地难点、落地方法和进阶技巧的实战性著作。DDD的理论体系复杂，学习和实践门槛较高，已有的关于DDD的著作或多或少存在理论描述难理解、案例示范难落地等问题，阻碍了DDD在实践中的应用。本书作者有20余年的软件研发经验，对DDD有深刻的理解，深谙DDD实践过程中的痛点，他在这本书中高屋建瓴、化繁为简，让读者有拨云见雾之感。理论部分（第1~3章）从软件工程的基本思想出发，首先分析了DDD产生的原因，并由此推论出DDD的基本原则，这些内容是学习本书的基础；紧接着分析了DDD落地的难点，帮助读者扫清障碍；然后提炼出了DDD的成熟度模型，包括DDD的战略、战术和衡量指标。这些内容极具针对性和独创性，是研发团队必须掌握的，也是目前同类书中很少讲的。实战部分（第4~10章）从业务建模和架构的角度切入，首先用搭积木的方式讲解和演示了DDD项目由简易到复杂的落地过程，包含大量的业务建模场景和案例，涉及如何应用通用语言、如何建模领域逻辑、如何应用上下文和子域切分系统以及如何保持语言、模型、代码的一致性等重要内容；然后讲解了如何将各种设计模式应用到DDD中，以及如何设计出能让DDD更好落地的系统架构。这些内容兼具实操性和思想性，充满经验和智慧，在同类书中同样也不多见。

暂缺简介...

Python 在数据处理和可视化方面拥有非常成熟的模块，使用这些模块可以轻松处理科研数据以及绘制丰富的图表。本书以打造实战型Python科学计量与知识图谱工具书为目标，力求使读者可以通过书中案例提供的解决思路，快速完成与科学计量相关的科研实践。本书一共分为三部分，共8章内容。第一部分包含第1、2章，重点介绍Python软件下载、安装、使用以及Python基础语法讲解；第二部分包含第3、4章，主要介绍5类科学文献数据的检索与下载方式，并结合MySQL和Navicat软件对5类文献数据进行综合管理案例的详解，第三部分基于科学文献数据的分析，包含了第5、6、7、8章，主要讲解了科学文献数据的描述性统计、文本挖掘与可视化以及知识网络分析。

本书凝聚了作者多年的Python教学经验，内容通俗易懂，旨在剖析递归及其本质。本书不仅结合Python程序和 JavaScript 程序讲述编程的基础知识，还讲述如何利用递归算法计算阶乘，计算斐波那契数列，遍历树，求解迷宫问题，实现二分搜索，完成快速排序和归并排序，计算大整数乘法，计算排列和组合，解决八皇后问题等。 本书不仅适合开发人员阅读，还可供计算机相关专业的师生参考。

随着数据存储、数据处理等大数据技术的快速发展，数据科学在各行各业得到广泛的应用。数据清洗、特征工程、数据可视化、数据挖掘与建模等已成为高校师生和职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将“Python课程学习”与“数据科学应用”有机结合，为数字化人才的培养助力。 全书共分13章，内容包括：第1章数据科学应用概述；第2章Python的入门基础知识；第3章数据清洗；第4~6章特征工程介绍，包括特征选择、特征处理和特征提取；第7章数据可视化应用；第8~13章介绍6种数据挖掘与建模的方法，分别为线性回归、Logistic回归、决策树、随机森林、神经网络、RFM分析。 《Python数据科学应用从入门到精通》既适合作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习Python数据科学应用的专业教材或参考书，也适合作为企事业单位数字化人才培养的教科书与工具书。此外，还可以作为职场人士提升数据处理与分析挖掘能力，提高工作效能和绩效水平的自学Python数据科学应用的工具书。

银河麒麟桌面操作系统 V10 是一款简单易用、稳定安全、高效创新的产品，配备有完善的开发工具，支持主流编程语言，提供了良好的开发环境和大量的开发库。同时它支持国产数据库和中间件，以及封装系统级 SDK，可以很好地支撑项目开发工作。本书基于银河麒麟桌面操作系统 V10，以 Qt 5.12.8 为开发平台，将理论知识与开发经验相结合，深入浅出地介绍桌面应用开发的常用技术。本书分为 10 章，内容包括初识 Qt、开发环境、编程基础、窗口设计、对话框、事件处理、信号槽、常用控件、布局管理、文件管理等。本书可作为计算机、软件工程、物联网等信息类专业本科、专科层次的教学用书，也适合 Qt 编程的初学者、Qt 跨平台应用开发人员参考。

本书讲述了如何从Java过渡到Kotlin，主要关注代码，每章都阐述了从Java过渡到Kotlin的一个方面，考察了典型Java项目在这个过程中可以改进的方面。比如，从Optional到nullable，从Bean到值，从开放类到密封类。每章首先解释关键概念，然后展示如何在保持互操作性的前提下，逐步且安全地将生产型Java代码重构为惯用的Kotlin代码，由此产生的代码更简单、更有表现力，也更容易修改。在本书结束时，你将有信心将Java代码重构为Kotlin代码，从头开始编写Kotlin代码，并随着时间的推移管理一个混合语言代码库。

本书是Power Query领域的经典之作，旨在让读者用正确而高效的方法精通Power Query。本书是两位作者多年积累的业务和IT工作经验总结，同时也是全球Power Query顶级社群的大咖经验提炼。本书从业务背景出发，在业务和IT之间做到了良好的平衡，系统化地给出了Power Query的思维框架和模式，同时按照多个企业级业务场景一一展示其实用性。无论你是Power Query的新手还是经验丰富的ETL专家，都可以从各自的角度领略Power Query 和M语言的魅力。对于业务用户，本书给出了日常办公所涉及的大量复杂数据问题解法的直接参考，并提供了大量案例，可以直接应用。对于专业用户，本书给出了搭建大型专业数据项目的框架性流程指导及优化建议，并提供了相关案例，也可以直接复用。

本书从自然语言处理基础开始，逐步深入各种自然语言处理的热点前沿技术，使用了Java和Python两门语言精心编排了大量代码实例，契合公司实际工作场景技能，侧重实战。 全书共19章，详细讲解中文分词、词性标注、命名实体识别、依存句法分析、语义角色标注、文本相似度算法、语义相似度计算等内容，同时提供配套完整实战项目，例如对话机器人实战、搜索引擎项目实战、推荐算法系统实战。 本书理论联系实践，深入浅出，知识点全面。通过阅读本书，读者不仅可以理解自然语言处理知识，还能通过实战项目案例更好地将理论融入实际工作中。 本书适合自然语言处理的初学者阅读，有一定经验的算法工程师也可从书中获取很多有价值的知识，并通过实战项目更好地理解自然语言处理的核心内容。