Quiz : Bases de données vectorielles
Testez vos connaissances sur les bases de données vectorielles, les algorithmes d'indexation et la sélection de bases de données.
30 questions - Cliquez sur chaque question pour révéler la bonne réponse.
Question 1
Quel est le principal objectif d'une base de données vectorielle ?
a) Stocker des données relationnelles
b) Recherche de similarité efficace sur des vecteurs de haute dimension
c) Traitement de texte
d) Stockage de fichiers
Afficher la réponse
Bonne réponse : b
Les bases de données vectorielles sont optimisées pour stocker et rechercher efficacement des vecteurs de haute dimension en utilisant des métriques de similarité.
Question 2
Quel algorithme d'indexation est le plus couramment utilisé dans les bases de données vectorielles en production ?
a) B-Tree
b) Index de hachage
c) HNSW
d) Recherche binaire
Afficher la réponse
Bonne réponse : c
HNSW (Hierarchical Navigable Small World) est l'algorithme le plus populaire en raison de son excellent équilibre entre vitesse et précision.
Question 3
Que signifie HNSW ?
a) High-speed Navigable Search Web
b) Hierarchical Navigable Small World
c) Hybrid Neural Search Wrapper
d) Hash-based Neighbor Search Width
Afficher la réponse
Bonne réponse : b
HNSW signifie Hierarchical Navigable Small World, un algorithme de graphe pour la recherche approximative des plus proches voisins.
Question 4
Quelle base de données vectorielle est entièrement gérée (uniquement infonuagique) ?
a) Chroma
b) Milvus
c) Pinecone
d) FAISS
Afficher la réponse
Bonne réponse : c
Pinecone est un service de base de données vectorielle entièrement géré, uniquement infonuagique.
Question 5
Pour quoi Chroma est-il le mieux adapté ?
a) Production d'entreprise
b) Développement local et prototypage
c) Déploiement multi-régions
d) Données à l'échelle du pétaoctet
Afficher la réponse
Bonne réponse : b
Chroma est léger et mieux adapté pour le développement local, le prototypage et la production à petite échelle.
Question 6
Quel est le compromis de l'index Flat ?
a) Rapide mais inexact
b) Lent mais 100 % précis
c) Rapide et précis
d) Nécessite une formation
Afficher la réponse
Bonne réponse : b
L'index Flat effectue une recherche exacte par force brute - le plus lent mais garantit une précision de 100 %.
Question 7
Qu'est-ce que le filtrage des métadonnées dans les bases de données vectorielles ?
a) Suppression des vecteurs en double
b) Filtrage des résultats de recherche par attributs non vectoriels
c) Compression des vecteurs
d) Suppression des anciennes données
Afficher la réponse
Bonne réponse : b
Le filtrage des métadonnées vous permet de filtrer les résultats de recherche de similarité en fonction d'attributs tels que la source, la date ou la catégorie.
Question 8
Quelle base de données open-source est écrite en Rust ?
a) Milvus
b) Chroma
c) Qdrant
d) Pinecone
Afficher la réponse
Bonne réponse : c
Qdrant est une base de données vectorielle moderne et performante écrite en Rust.
Question 9
Que permet pgvector ?
a) Bases de données graphiques dans PostgreSQL
b) Recherche de similarité vectorielle dans PostgreSQL
c) Données de séries temporelles dans PostgreSQL
d) NoSQL dans PostgreSQL
Afficher la réponse
Bonne réponse : b
pgvector est une extension PostgreSQL qui permet la recherche de similarité vectorielle au sein de votre base de données PostgreSQL existante.
Question 10
Pour quoi FAISS est-il le mieux adapté ?
a) Déploiement infonuagique
b) Recherche en mémoire à haute vitesse
c) Applications multi-locataires
d) Stockage à long terme
Afficher la réponse
Bonne réponse : b
FAISS (Facebook AI Similarity Search) excelle dans la recherche de similarité en mémoire à haute vitesse.
Question 11
Dans l'indexation IVF, qu'est-ce que 'nlist' ?
a) Nombre de résultats de recherche
b) Nombre de dimensions vectorielles
c) Nombre de clusters
d) Nombre de voisins
Afficher la réponse
Bonne réponse : c
Dans IVF (Inverted File Index), nlist est le nombre de clusters dans lesquels les vecteurs sont partitionnés.
Question 12
Qu'est-ce que 'top-k' dans la recherche vectorielle ?
a) Les k meilleures bases de données
b) Les k plus proches voisins à retourner
c) Les k plus grands vecteurs
d) Les k résultats les plus anciens
Afficher la réponse
Bonne réponse : b
Top-k fait référence au retour des k vecteurs les plus similaires (plus proches voisins) à la requête.
Question 13
Quelle métrique est la plus courante pour les embeddings de texte ?
a) Distance euclidienne
b) Distance de Manhattan
c) Similarité cosinus
d) Distance de Hamming
Afficher la réponse
Bonne réponse : c
La similarité cosinus est la plus couramment utilisée pour les embeddings de texte car elle mesure la similarité directionnelle.
Question 14
Qu'est-ce qu'un namespace dans Pinecone ?
a) Un nom de variable
b) Un moyen de partitionner les données au sein d'un index
c) Un type d'index
d) Un point de terminaison API
Afficher la réponse
Bonne réponse : b
Les namespaces dans Pinecone vous permettent de partitionner les données au sein d'un seul index pour la multi-location ou l'organisation.
Question 15
Quelle fonctionnalité intégrée Weaviate offre-t-il que les autres n'ont pas ?
a) Indexation HNSW
b) Vectorisation intégrée (text2vec)
c) Stockage des métadonnées
d) API REST
Afficher la réponse
Bonne réponse : b
Weaviate dispose de modules de vectorisation intégrés qui peuvent générer automatiquement des embeddings à l'aide de divers modèles.
Question 16
Qu'est-ce que le paramètre ef dans HNSW ?
a) Fonction d'embedding
b) Facteur d'erreur
c) Facteur d'exploration (compromis qualité-vitesse)
d) Drapeau de chiffrement
Afficher la réponse
Bonne réponse : c
ef (facteur d'exploration) contrôle le compromis entre la qualité et la vitesse de recherche dans HNSW.
Question 17
Quelle base de données offre une recherche hybride (vecteur + mot-clé) ?
a) Seulement Pinecone
b) Seulement FAISS
c) Weaviate, Qdrant
d) Aucun ne le supporte
Afficher la réponse
Bonne réponse : c
Plusieurs bases de données, y compris Weaviate et Qdrant, prennent en charge la recherche hybride combinant recherche vectorielle et par mot-clé.
Question 18
Qu'est-ce que l'upsert dans les bases de données vectorielles ?
a) Téléverser et insérer
b) Mettre à jour si existe, insérer sinon
c) Paramètres utilisateur
d) Annuler l'opération
Afficher la réponse
Bonne réponse : b
Upsert signifie mettre à jour le vecteur si l'ID existe, sinon l'insérer comme un nouvel enregistrement.
Question 19
Pourquoi pourriez-vous choisir pgvector plutôt que des bases de données vectorielles spécialisées ?
a) Meilleure performance
b) Déjà utiliser PostgreSQL, vouloir éviter une nouvelle infrastructure
c) Plus de fonctionnalités
d) Gratuit pour toujours
Afficher la réponse
Bonne réponse : b
pgvector est idéal pour les équipes utilisant déjà PostgreSQL qui souhaitent ajouter la recherche vectorielle sans gérer une nouvelle infrastructure.
Question 20
Quel est le paramètre M dans HNSW ?
a) Limite de mémoire
b) Connexions maximales par nœud
c) Type de métrique
d) Résultats minimum
Afficher la réponse
Bonne réponse : b
M contrôle le nombre maximum de connexions que chaque nœud peut avoir dans le graphe HNSW.
Question 21
Quelle base de données est la meilleure pour les déploiements à l'échelle du pétaoctet ?
a) Chroma
b) SQLite
c) Milvus
d) FAISS en mémoire
Afficher la réponse
Bonne réponse : c
Milvus est conçu pour les déploiements à grande échelle et peut gérer des milliards de vecteurs.
Question 22
Quelle interface de requête Weaviate utilise-t-il ?
a) SQL uniquement
b) GraphQL
c) Langage de requête MongoDB
d) Aucune interface de requête
Afficher la réponse
Bonne réponse : b
Weaviate utilise GraphQL comme interface de requête principale.
Question 23
Qu'est-ce qu'une collection dans la terminologie Milvus/Qdrant ?
a) Un groupe d'utilisateurs
b) Une structure de type table contenant des vecteurs
c) Un type d'index
d) Une sauvegarde
Afficher la réponse
Bonne réponse : b
Une collection est similaire à une table dans les bases de données relationnelles - elle contient des vecteurs et leurs métadonnées.
Question 24
Que nécessite IVF avant de rechercher ?
a) Rien de spécial
b) Formation sur les données
c) GPU
d) Connexion Internet
Afficher la réponse
Bonne réponse : b
IVF (Inverted File Index) nécessite une formation pour regrouper les vecteurs avant qu'une recherche efficace ne soit possible.
Question 25
Quel est le principal inconvénient de HNSW ?
a) Recherche lente
b) Utilisation élevée de la mémoire
c) Faible précision
d) Pas de support de filtrage
Afficher la réponse
Bonne réponse : b
HNSW nécessite de stocker la structure du graphe en mémoire, ce qui entraîne une utilisation élevée de la mémoire par rapport à d'autres algorithmes.
Question 26
Quelle base de données offre le meilleur niveau gratuit pour les tests ?
a) Pinecone (limité)
b) Toutes sont également gratuites
c) Chroma (entièrement gratuit, auto-hébergé)
d) Aucune n'a d'options gratuites
Afficher la réponse
Bonne réponse : c
Chroma est entièrement open-source et gratuit à auto-héberger sans limitations.
Question 27
Qu'est-ce que le sharding dans les bases de données vectorielles ?
a) Suppression de données
b) Distribution des données sur plusieurs nœuds
c) Compression des vecteurs
d) Chiffrement des données
Afficher la réponse
Bonne réponse : b
Le sharding distribue les données sur plusieurs nœuds pour une évolutivité horizontale.
Question 28
Quelle méthode LangChain crée un récupérateur à partir d'un magasin vectoriel ?
a) get_retriever()
b) as_retriever()
c) create_retriever()
d) to_retriever()
Afficher la réponse
Bonne réponse : b
La méthode as_retriever() crée une interface de récupérateur à partir de n'importe quel magasin vectoriel LangChain.
Question 29
Qu'est-ce que l'approximate nearest neighbor (ANN) ?
a) Recherche exacte
b) Recherche qui échange une certaine précision pour la vitesse
c) Un type de base de données
d) Un nom d'entreprise
Afficher la réponse
Bonne réponse : b
Les algorithmes ANN trouvent des voisins approximativement les plus proches beaucoup plus rapidement que la recherche exacte, acceptant de petits compromis de précision.
Question 30
Pour un système RAG de production avec des données sensibles, lequel est le plus approprié ?
a) Pinecone uniquement infonuagique
b) Qdrant ou Milvus auto-hébergé
c) FAISS en mémoire
d) Aucune base de données nécessaire
Afficher la réponse
Bonne réponse : b
Pour les données sensibles, les solutions auto-hébergées comme Qdrant ou Milvus gardent les données au sein de votre infrastructure.
Résultats
| Score | Niveau |
|---|---|
| 27-30 | Excellent - Forte compréhension des bases de données vectorielles |
| 21-26 | Bon - Une révision est recommandée |
| 15-20 | Moyen - Relisez les chapitres |
| Moins de 15 | Nécessite une révision complète |