面试题库

全部 Django Elasticsearch FastAPI Flask Function Call JVM Java IO Java 后端 Java 基础 Java 并发 Java 新特性 Java 集合 JavaWeb Kafka LLM LangChain LangGraph MongoDB MyBatis MySQL Netty Nginx Python RAG RabbitMQ Redis RocketMQ Spring Spring AI SpringBoot SpringCloud SpringMVC ZooKeeper 分布式 后端技术 大厂面经 大数据 微服务 提示词工程 操作系统 数据库 数据结构 智能体 海康威视2026秋季社招专项 消息队列 监控运维 算法 系统设计 缓存 计算机基础 计算机网络 设计模式 面试题 高可用 高并发
RAG 中等

向量库的最终一致与强一致如何影响检索结果？如何权衡？

作答 →
RAG 困难

Milvus 的分区、分片与副本如何配合支撑海量数据？数据如何路由？

作答 →
RAG 中等

pgvector 的优势是什么？什么情况下应优先选它？

作答 →
RAG 中等

Chroma 适合什么场景？相比 Milvus 在生产化能力上有哪些不足？

作答 →
RAG 中等

FAISS 是数据库吗？它和 Milvus 在定位上有什么差异？

作答 →
RAG 简单

向量数据库和带向量插件的传统数据库（如 pgvector）有什么区别？各自适用场景？

作答 →
RAG 简单

为什么近义词在向量空间里距离近？这背后是什么机制？

作答 →
RAG 中等

文本向量化前为什么要清洗与截断？脏文本如何污染向量空间？

作答 →
RAG 困难

嵌入推理的批处理与缓存如何设计，以支撑大规模索引构建？

作答 →
RAG 中等

如何在自己的语料上快速验证嵌入模型是否适用？离线评测怎么做？

作答 →
RAG 困难

多向量表示（如 ColBERT 的 token 级向量）相比单向量有何优势与代价？

作答 →
RAG 中等

嵌入模型的公开榜单分数（如 MTEB）能直接指导选型吗？有哪些陷阱？

作答 →