向量数据库检索优化工程师考试试卷及答案

向量数据库检索优化工程师考试试卷及答案一、填空题（共10题，每题1分）1.向量数据库中，常用的相似度度量之一是______距离，公式为√Σ(ai-bi)²。2.向量数据库核心功能是实现______检索，即查找与查询向量最相似的集合。3.支持高效近似检索的常见索引结构是______（HNSW）。4.将向量分拆为子向量分别量化的方法是______量化（PQ）。5.向量与传统数据库结合时，用______过滤缩小范围后再做向量匹配。6.召回率=检索到的相关向量数/______。7.向量L2归一化后，______相似度等价于点积。8.开源向量数据库包括Milvus、Chroma、______（写1个即可）。9.批量插入向量性能比______插入更高。10.向量检索“冷启动”指______时效果差的情况。二、单项选择题（共10题，每题2分）1.归一化后与余弦相似度等价的是？A.欧氏距离B.点积C.曼哈顿距离D.切比雪夫距离2.与向量索引构建时间无关的是？A.向量维度B.向量数量C.元数据字段数D.索引类型3.高召回、低延迟要求不苛刻时优先选？A.HNSWB.IVFC.AnnoyD.线性扫描4.向量量化（如PQ）会导致？A.存储减少B.精度完全丢失C.无法更新D.延迟暴增5.不属于向量数据库应用场景的是？A.商品推荐B.图像检索C.关系型查询D.语义搜索6.向量L2归一化的主要作用是？A.减少维度B.提高相似度一致性C.增加存储D.降低精度7.支持实时向量更新的索引是？A.HNSWB.静态IVFC.Flat索引D.无索引8.召回率与准确率的关系通常是？A.正相关B.负相关C.无关系D.取决于数据9.元数据过滤的优先级是？A.先过滤后向量匹配B.先匹配后过滤C.同时D.随机10.精度损失最小的量化类型是？A.SQB.PQC.RQD.无量化三、多项选择题（共10题，每题2分）1.属于向量数据库的是？A.PineconeB.MilvusC.MySQLD.Weaviate2.常用相似度度量包括？A.余弦相似度B.欧氏距离C.点积D.曼哈顿距离3.向量索引优化方法有？A.量化B.降维（PCA）C.元数据过滤D.增加维度4.向量数据库应用场景包括？A.个性化推荐B.智能问答C.图像搜索D.日志分析5.向量量化类型包括？A.SQB.PQC.RQD.布尔量化6.影响检索性能的因素有？A.向量维度B.索引类型C.查询数量D.硬件7.索引更新触发条件包括？A.向量插入B.删除C.修改D.元数据更新8.召回率计算需要的量是？A.检索到的相关数B.总相关数C.检索到的总数D.总向量数9.向量存储要求包括？A.低延迟B.高压缩C.批量操作D.无索引10.属于ANN算法的是？A.HNSWB.IVFC.AnnoyD.线性扫描四、判断题（共10题，每题2分）1.向量数据库只能存向量，不能存元数据。（×）2.欧氏距离越小，向量越相似。（√）3.PQ量化会减少存储占用。（√）4.余弦相似度范围是[-1,1]。（√）5.归一化后点积等价于余弦相似度。（√）6.召回率越高，检索性能越好。（×）7.元数据过滤必须在向量匹配后。（×）8.批量插入比单条插入效率高。（√）9.降维会降低检索延迟。（√）10.向量数据库无需结合传统数据库。（×）五、简答题（共4题，每题5分）1.简述向量相似度度量的常用类型及适用场景答案：常用3类：①欧氏距离，衡量空间直线距离，适用于图像特征、数值向量；②余弦相似度，衡量向量夹角，对长度不敏感，适用于文本嵌入、语义向量；③点积，等价于归一化余弦，计算高效，适用于批量匹配。选择需结合向量类型（语义用余弦，数值用欧氏）及效率需求。2.向量量化（PQ）的核心原理及优势答案：原理：将高维向量拆为低维子向量，每个子向量量化为固定编码（如8bit），存储编码代替原始向量。优势：①大幅减少存储（如128维向量从1KB降为128bit）；②提升检索速度（编码易加载计算）；③平衡精度与性能。不足是少量精度损失，多数场景可接受。3.如何平衡召回率与查询性能？答案：①选合适索引：高召回选HNSW，高速度选IVF；②调索引参数：如HNSW的efSearch、IVF的nlist；③元数据预过滤：先筛无关向量再检索；④量化/降维：用PQ或PCA，精度可接受时提速度；⑤缓存热点查询。需按业务（如推荐重速度，检索重召回）调整。4.元数据过滤的作用及实现方式答案：作用：①缩小检索范围，提升速度；②结合业务规则（时间、类别）提高相关性。实现：①向量库内置元数据索引，先过滤候选集；②无内置则结合传统库（MySQL）先筛元数据，再传ID到向量库匹配。需同步元数据与向量更新。六、讨论题（共2题，每题5分）1.对比HNSW、IVF、Annoy的优缺点及适用场景答案：①HNSW：优点高召回、动态更新友好；缺点构建慢、存储大；适用语义搜索、推荐。②IVF：优点构建快、存储小、查询快；缺点召回略低；适用实时检索、百万级数据。③Annoy：优点轻量、易部署、增量更新；缺点召回中等；适用边缘设备、小数据。选择需结合数据量、召回需求、部署环境（如电商实时搜选IVF，AI助手选HNSW）。2.实时检索场景的向量数据库优化方法答案：①索引选IVF（如IVF-PQ），平衡速度与召回；②元数据预过滤：先通过传统库或内置索引筛候选；③量化用IVF-PQ代替Flat，降存储计算；④硬件加速：GPU/TPU算相似度；⑤缓存热点查询；⑥索引分区：按类别/时间分区，缩小范围。需监控延迟、召回，动态调参数（如IVF的nlist）。答案汇总一、填空题答案1.欧氏2.近似最近邻（ANN）3.分层导航小世界4.乘积5.元数据6.总相关向量数7.余弦8.Weaviate（或Pinecone等）9.单条10.新数据未充分索引/无足够样本二、单项选择题答