向量数据库选型要考虑哪些因素
哪些公司问过
答案要点
- 规模与性能:向量数量、维度、QPS 和延迟要求
- 索引与检索能力:HNSW、IVF、PQ、DiskANN,元数据过滤,混合检索
- 实时性:写入后多久可查,更新和删除是否方便
- 可扩展与高可用:水平扩展、分片、多副本
- 生态和运维成本;常见产品:Milvus、Qdrant、Weaviate、Pinecone、pgvector、Faiss
易错点
- 只比较速度,不看过滤、实时更新和运维成本
- 把 Faiss 当成完整的数据库
- 没有用真实数据压测就定方案
面试官常见追问
- Faiss 和向量数据库有什么区别?
- 带过滤条件的检索为什么难?
- 怎么验证选型是否合适?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。