# 1. Milvus、Qdrant、pgvector 与 Elasticsearch/OpenSearch 在数据规模、标量过滤能力与运维成本三个维度上如何选型，哪些信号表明不应引入专用向量库 A 应按数据规模、标量过滤能力与运维成本三维选型，小规模强事务场景可先用 pgvector，规模小或无力运维时不应引入专用向量库 ✓ 正确答案 B 所有场景都应使用专用向量数据库 C pgvector 无法支持向量检索 D ES 的向量检索能力与 BM25 无关
# 2. HNSW 的 M、efConstruction、efSearch 分别如何影响召回率、延迟与内存，如何用自有查询集做参数调优而非照搬默认值 A HNSW 默认参数适合所有数据集 B M 越大内存占用越小 C efSearch 不影响查询延迟 D M 影响内存与召回、efSearch 主要影响查询延迟与召回、efConstruction 影响构建质量，应用自有查询集扫描参数画收益曲线调优 ✓ 正确答案
# 3. 标量过滤与向量检索在不同向量库中的执行顺序（pre-filter/post-filter）差异如何影响权限正确性，怎样验证被过滤文档绝不召回 A post-filter 能保证被过滤文档绝不进入任何处理环节 B 权限过滤必须 pre-filter，并构造权限负样本集做端到端断言、库级直查与边界场景验证，确保被过滤文档绝不召回 ✓ 正确答案 C 过滤顺序不影响权限正确性 D 过滤后结果不足 K 条无需关注
# 4. 向量库版本升级或索引全量重建时，如何做到读写不中断（双写、影子检索、蓝绿切换），切换回退条件如何设定 A 升级应双写保数据、影子检索验证、蓝绿灰度切换，切换前设定质量与性能回退门槛并保留观察窗口 ✓ 正确答案 B 向量库升级必须停读写 C 切换可以一次性全量完成 D 双写失败无需处理
# 5. 向量索引的在线扩容（分片扩展、副本增加）与容量规划应如何设计，哪些指标预示需要扩容 A 所有扩容问题都可以通过加副本解决 B 内存水位与扩容无关 C 分片数可以在建库后随意增加 D 读瓶颈加副本、写与容量瓶颈加分片，按向量规模与内存模型做容量规划，用延迟、资源水位与写入积压等指标判断扩容时机 ✓ 正确答案
# 6. 向量库的例行备份与快照策略应如何纳入变更流程，恢复后如何验证索引完整性与召回基线不漂移 A 备份只要每天做一次全量即可 B 恢复演练没有必要 C 恢复后无需验证 D 备份应含全量、增量与删除日志，变更前自动快照、变更后验证，恢复后校验完整性并用黄金集对比召回基线防漂移 ✓ 正确答案
# 7. 多租户场景下 collection、partition 与 namespace 隔离应如何取舍，兼顾检索性能与运维复杂度 A collection 隔离最强但运维贵、partition 适中、过滤最省但依赖过滤正确性，应按租户规模与合规要求分档并混合使用 ✓ 正确答案 B namespace 过滤不存在泄漏风险 C 所有多租户场景都应使用独立 collection D 分区隔离无需附加租户过滤
# 8. 向量库监控应如何覆盖召回漂移、索引构建积压与删除墓碑堆积，而不只是 QPS 与延迟 A 监控 QPS 与延迟就足够保证向量库健康 B 索引构建积压无需监控 C 墓碑堆积不影响查询性能 D 向量库监控应覆盖召回漂移、索引构建积压与删除墓碑堆积等数据生命周期指标，并分层告警联动处置 ✓ 正确答案
# 9. 文档删除或更新时，如何校验向量索引与标量索引一致生效，防止已删除文档仍可被检索 A 删除只需删向量索引即可 B 更新时新旧版本并存没有问题 C 删除传播延迟无需监控 D 删除与更新需向量标量同步传播并版本原子切换，用计数核对、删除对账与抽查检索校验，监控删除残留与传播延迟 ✓ 正确答案
# 10. 向量量化（PQ/SQ/int8）开启后，如何用同一评估集度量召回损失与延迟收益 A 量化后 QPS 提升即说明配置合适 B 量化后无需监控线上漂移 C 应用同一评估集对比量化前后的 Recall@K 等指标分层衡量召回损失，结合延迟与内存收益做权衡表决策 ✓ 正确答案 D 量化对所有查询类型损失一致
# 11. 向量索引类型，HNSW/IVF-PQ/Scan 的召回与延迟权衡？ A IVF-PQ 的召回率始终高于 HNSW B HNSW 不支持动态插入 C Scan 在大数据量下延迟最优 D HNSW 召回高延迟稳但内存大、IVF-PQ 内存省但受 nprobe 与量化影响、Scan 精确但线性延迟，应按数据规模与资源组合使用 ✓ 正确答案
# 12. 向量库的分片键设计与数据倾斜，按租户/集合分片 vs 哈希分片对查询延迟、热点与跨分片检索的影响？ A 按租户分片永远不会产生热点 B 业务键分片单租户路由快但大租户易成热点，哈希分片均匀但查询跨分片聚合，应按租户规模混合设计并监控倾斜 ✓ 正确答案 C 哈希分片可以避免所有跨分片查询 D 分片键选择不影响查询延迟
# 13. 从 pgvector 迁移到专用向量库（或反向迁移）时，迁移路径与双跑对比应如何规划 A 数据搬过去即可完成迁移 B 迁移期间无需处理增量数据 C 两库检索行为完全一致 D 迁移应先建评估基线，双跑对比结果重合率与延迟，验证权限过滤语义，再灰度切换并保留回退 ✓ 正确答案
# 14. 向量库的规模估算，向量维度、数量与内存/磁盘成本？ A 容量估算需叠加 HNSW 边、段结构、标量索引、副本与合并峰值等开销，并用小样本实测系数外推规模 ✓ 正确答案 B 副本不增加内存成本 C 内存与索引结构无关 D 向量库容量只需算向量原始大小
# 15. 向量库的高可用，分片、副本与故障恢复？ A 单副本部署也能保证高可用 B 数据损坏只能人工处理 C 高可用需副本冗余、分片缩小故障半径、副本分布不同故障域，并定期故障演练验证 RTO/RPO ✓ 正确答案 D 脑裂问题无需仲裁机制
# 16. 混合检索（向量+全文）的实现，RRF 融合与过滤？ A 混合检索就是向量检索加全文检索的简单拼接 B 过滤只需在融合后做一次 C 混合检索应双路并行召回按 doc_id 对齐、用 RRF 融合排名，安全过滤在双路前置执行，并支持单路故障降级 ✓ 正确答案 D RRF 融合需要分数归一化
# 17. 向量检索的超时与降级，检索超时、并发限制与 fallback（BM25/倒排）在可用性上的工程兜底？ A 应为向量检索设超时预算与并发限制、按失败比例熔断，fallback 按"全文检索→缓存→拒答"分级降级，并标注降级状态与演练恢复 ✓ 正确答案 B fallback 链路无需演练 C 超时等待越久结果越可靠 D 向量库故障时整个 RAG 只能报错
