Quiz: Bancos de Dados Vetoriais
Teste seu conhecimento sobre bancos de dados vetoriais, algoritmos de indexação e seleção de bancos de dados.
30 questões - Clique em cada pergunta para revelar a resposta correta.
Questão 1
Qual é o principal objetivo de um banco de dados vetorial?
a) Armazenar dados relacionais
b) Busca eficiente por similaridade em vetores de alta dimensão
c) Processamento de texto
d) Armazenamento de arquivos
Mostrar resposta
Resposta correta: b
Bancos de dados vetoriais são otimizados para armazenar e buscar vetores de alta dimensão de forma eficiente usando métricas de similaridade.
Questão 2
Qual algoritmo de indexação é mais comumente usado em bancos de dados vetoriais em produção?
a) B-Tree
b) Hash Index
c) HNSW
d) Binary Search
Mostrar resposta
Resposta correta: c
HNSW (Hierarchical Navigable Small World) é o algoritmo mais popular devido ao excelente equilíbrio entre velocidade e precisão.
Questão 3
O que significa HNSW?
a) High-speed Navigable Search Web
b) Hierarchical Navigable Small World
c) Hybrid Neural Search Wrapper
d) Hash-based Neighbor Search Width
Mostrar resposta
Resposta correta: b
HNSW significa Hierarchical Navigable Small World, um algoritmo baseado em grafos para busca aproximada de vizinhos mais próximos.
Questão 4
Qual banco de dados vetorial é totalmente gerenciado (apenas na nuvem)?
a) Chroma
b) Milvus
c) Pinecone
d) FAISS
Mostrar resposta
Resposta correta: c
Pinecone é um serviço de banco de dados vetorial totalmente gerenciado e disponível apenas na nuvem.
Questão 5
Para que o Chroma é mais indicado?
a) Produção empresarial
b) Desenvolvimento local e prototipagem
c) Deploy multi-região
d) Dados em escala de petabytes
Mostrar resposta
Resposta correta: b
Chroma é leve e mais indicado para desenvolvimento local, prototipagem e produção em pequena escala.
Questão 6
Qual é o trade-off do índice Flat?
a) Rápido, mas impreciso
b) Lento, mas 100% preciso
c) Rápido e preciso
d) Requer treinamento
Mostrar resposta
Resposta correta: b
O índice Flat realiza busca exata por força bruta – é o mais lento, mas garante 100% de precisão.
Questão 7
O que é filtragem por metadados em bancos de dados vetoriais?
a) Remover vetores duplicados
b) Filtrar resultados de busca por atributos não vetoriais
c) Compactar vetores
d) Excluir dados antigos
Mostrar resposta
Resposta correta: b
A filtragem por metadados permite filtrar os resultados da busca por similaridade com base em atributos como fonte, data ou categoria.
Questão 8
Qual banco de dados open-source é escrito em Rust?
a) Milvus
b) Chroma
c) Qdrant
d) Pinecone
Mostrar resposta
Resposta correta: c
Qdrant é um banco de dados vetorial moderno e de alta performance escrito em Rust.
Questão 9
O que o pgvector habilita?
a) Bancos de dados de grafos no PostgreSQL
b) Busca por similaridade vetorial no PostgreSQL
c) Dados de séries temporais no PostgreSQL
d) NoSQL no PostgreSQL
Mostrar resposta
Resposta correta: b
pgvector é uma extensão do PostgreSQL que habilita busca por similaridade vetorial no seu banco de dados PostgreSQL existente.
Questão 10
Para que o FAISS é mais indicado?
a) Deploy em nuvem
b) Busca em memória de alta velocidade
c) Aplicações multi-tenant
d) Armazenamento de longo prazo
Mostrar resposta
Resposta correta: b
FAISS (Facebook AI Similarity Search) é excelente para buscas por similaridade em memória e de alta velocidade.
Questão 11
No índice IVF, o que é 'nlist'?
a) Número de resultados da busca
b) Número de dimensões do vetor
c) Número de clusters
d) Número de vizinhos
Mostrar resposta
Resposta correta: c
No IVF (Inverted File Index), nlist é o número de clusters em que os vetores são particionados.
Questão 12
O que é 'top-k' em busca vetorial?
a) Os k melhores bancos de dados
b) Os k vizinhos mais próximos a serem retornados
c) Os k maiores vetores
d) Os k resultados mais antigos
Mostrar resposta
Resposta correta: b
Top-k refere-se ao retorno dos k vetores mais similares (vizinhos mais próximos) à consulta.
Questão 13
Qual métrica é mais comum para embeddings de texto?
a) Distância Euclidiana
b) Distância Manhattan
c) Similaridade cosseno
d) Distância de Hamming
Mostrar resposta
Resposta correta: c
A similaridade cosseno é a mais utilizada para embeddings de texto, pois mede a similaridade direcional.
Questão 14
O que é um namespace no Pinecone?
a) Um nome de variável
b) Uma forma de particionar dados dentro de um índice
c) Um tipo de índice
d) Um endpoint de API
Mostrar resposta
Resposta correta: b
Namespaces no Pinecone permitem particionar dados dentro de um único índice para multi-tenancy ou organização.
Questão 15
Qual funcionalidade embutida o Weaviate oferece que os outros não oferecem?
a) Indexação HNSW
b) Vetorização embutida (text2vec)
c) Armazenamento de metadados
d) REST API
Mostrar resposta
Resposta correta: b
O Weaviate possui módulos de vetorização embutidos que podem gerar embeddings automaticamente usando vários modelos.
Questão 16
O que é o parâmetro ef no HNSW?
a) Função de embedding
b) Fator de erro
c) Fator de exploração (trade-off qualidade-velocidade)
d) Flag de criptografia
Mostrar resposta
Resposta correta: c
ef (fator de exploração) controla o equilíbrio entre qualidade e velocidade da busca no HNSW.
Questão 17
Qual banco de dados oferece busca híbrida (vetorial + palavra-chave)?
a) Apenas Pinecone
b) Apenas FAISS
c) Weaviate, Qdrant
d) Nenhum suporta
Mostrar resposta
Resposta correta: c
Vários bancos de dados, incluindo Weaviate e Qdrant, suportam busca híbrida combinando busca vetorial e por palavra-chave.
Questão 18
O que é upsert em bancos de dados vetoriais?
a) Upload e insert
b) Atualiza se existir, insere se não existir
c) Configurações do usuário
d) Operação de desfazer
Mostrar resposta
Resposta correta: b
Upsert significa atualizar o vetor se o ID existir, caso contrário, inserir como um novo registro.
Questão 19
Por que você pode escolher pgvector em vez de bancos de dados vetoriais especializados?
a) Melhor desempenho
b) Já utiliza PostgreSQL e quer evitar nova infraestrutura
c) Mais funcionalidades
d) Gratuito para sempre
Mostrar resposta
Resposta correta: b
pgvector é ideal para equipes que já usam PostgreSQL e querem adicionar busca vetorial sem gerenciar nova infraestrutura.
Questão 20
O que é o parâmetro M no HNSW?
a) Limite de memória
b) Máximo de conexões por nó
c) Tipo de métrica
d) Resultados mínimos
Mostrar resposta
Resposta correta: b
M controla o número máximo de conexões que cada nó pode ter no grafo HNSW.
Questão 21
Qual banco de dados é mais indicado para deploys em escala de petabytes?
a) Chroma
b) SQLite
c) Milvus
d) FAISS em memória
Mostrar resposta
Resposta correta: c
Milvus é projetado para grandes volumes e pode lidar com bilhões de vetores.
Questão 22
Qual interface de consulta o Weaviate utiliza?
a) Apenas SQL
b) GraphQL
c) Linguagem de consulta do MongoDB
d) Sem interface de consulta
Mostrar resposta
Resposta correta: b
O Weaviate utiliza GraphQL como sua principal interface de consulta.
Questão 23
O que é collection na terminologia do Milvus/Qdrant?
a) Um grupo de usuários
b) Uma estrutura semelhante a tabela que armazena vetores
c) Um tipo de índice
d) Um backup
Mostrar resposta
Resposta correta: b
Uma collection é semelhante a uma tabela em bancos relacionais – armazena vetores e seus metadados.
Questão 24
O que o IVF exige antes de buscar?
a) Nada especial
b) Treinamento nos dados
c) GPU
d) Conexão com a internet
Mostrar resposta
Resposta correta: b
IVF (Inverted File Index) requer treinamento para clusterizar os vetores antes que a busca eficiente seja possível.
Questão 25
Qual é a principal desvantagem do HNSW?
a) Busca lenta
b) Alto uso de memória
c) Baixa precisão
d) Não suporta filtragem
Mostrar resposta
Resposta correta: b
O HNSW exige que a estrutura do grafo seja mantida em memória, levando a um alto consumo de memória em comparação com outros algoritmos.
Questão 26
Qual banco de dados oferece o melhor plano gratuito para testes?
a) Pinecone (limitado)
b) Todos são igualmente gratuitos
c) Chroma (totalmente gratuito, self-hosted)
d) Nenhum possui opções gratuitas
Mostrar resposta
Resposta correta: c
Chroma é totalmente open-source e gratuito para auto-hospedagem, sem limitações.
Questão 27
O que é sharding em bancos de dados vetoriais?
a) Excluir dados
b) Distribuir dados entre múltiplos nós
c) Compactar vetores
d) Criptografar dados
Mostrar resposta
Resposta correta: b
Sharding distribui os dados entre vários nós para escalabilidade horizontal.
Questão 28
Qual método do LangChain cria um retriever a partir de um vector store?
a) get_retriever()
b) as_retriever()
c) create_retriever()
d) to_retriever()
Mostrar resposta
Resposta correta: b
O método as_retriever() cria uma interface de retriever a partir de qualquer vector store do LangChain.
Questão 29
O que é approximate nearest neighbor (ANN)?
a) Busca exata
b) Busca que troca um pouco de precisão por velocidade
c) Um tipo de banco de dados
d) Nome de uma empresa
Mostrar resposta
Resposta correta: b
Algoritmos ANN encontram vizinhos aproximadamente mais próximos muito mais rápido que a busca exata, aceitando pequenas perdas de precisão.
Questão 30
Para um sistema RAG de produção com dados sensíveis, qual é o mais apropriado?
a) Pinecone apenas na nuvem
b) Qdrant ou Milvus auto-hospedado
c) FAISS em memória
d) Não precisa de banco de dados
Mostrar resposta
Resposta correta: b
Para dados sensíveis, soluções auto-hospedadas como Qdrant ou Milvus mantêm os dados dentro da sua infraestrutura.
Resultados
| Pontuação | Nível |
|---|---|
| 27-30 | Excelente - Forte entendimento de bancos de dados vetoriais |
| 21-26 | Bom - Recomenda-se uma revisão |
| 15-20 | Médio - Revise os capítulos novamente |
| Abaixo de 15 | Precisa de revisão completa |