罗罗编程学习记录
本页内容 展开查看

05.6.11 向量检索工程化与生态集成

所属:全栈开发面试题库 / 05 数据库与存储 / 05.6 向量数据库与语义检索

覆盖范围

向量库真正落地时,难点不在建库,而在框架适配、Embedding 与重排、混合检索、批处理与增量更新、失败重试与灰度。本域按语言与框架组织集成题,覆盖 LangChain、LlamaIndex、Haystack、Spring AI、Dify、RAGFlow,以及 Spring Boot、FastAPI/Django、ASP.NET Core/EF Core、Node/NestJS、Go、PHP、Rust 的接入方式与典型坑。

  • LangChain:VectorStore 抽象、Retriever、切分器、增量索引与自建 VectorStore
  • LlamaIndex 与 Haystack:索引与节点、pipeline 编排、存储上下文
  • Spring AI:VectorStore 抽象、Embedding 与 RAG Advisor、与 Milvus/pgvector/Qdrant 的配置
  • Python 后端:FastAPI 异步与连接池、Django ORM 与迁移、批处理与限流
  • .NET 与 Node:EF Core 映射与迁移、依赖注入生命周期、Prisma 与 NestJS 模块化
  • Go、PHP、Rust:Gin/GORM、Laravel、Axum/sqlx 的接入与并发模型
  • RAG 全链路:切块、Embedding 模型、BM25 混合、Rerank、评估与增量更新
  • 工程化:批处理、幂等、失败重试、灰度双写、观测与成本

子主题

编号 子主题 核心内容 题数
05.6.11.1 LangChain 集成 VectorStore 接口与自建实现、Retriever 与过滤透传、切分与批处理、增量索引、异步调用 48
05.6.11.2 LlamaIndex 与 Haystack 集成 LlamaIndex 索引与节点、存储上下文与向量存储适配;Haystack pipeline 与 document store、评估 48
05.6.11.3 Spring AI 与 Java 生态集成 Spring AI VectorStore 抽象与各库适配、Embedding 模型配置、RAG Advisor、Spring Boot 配置与事务边界 48
05.6.11.4 Python 后端 FastAPI 与 Django 集成 异步客户端与连接池、依赖注入生命周期、Django ORM 与迁移、后台任务与批处理、限流与超时 48
05.6.11.5 .NET EF Core 与 Node 集成 EF Core 向量映射与迁移、ASP.NET Core DI 生命周期、Prisma/TypeORM 与 NestJS 模块化、批处理与可观测 48
05.6.11.6 Go、PHP、Rust 集成 Gin + GORM 的向量字段与连接池、Laravel 的 SDK 封装与队列、Axum/sqlx 的异步与所有权;客户端复用与超时 48
05.6.11.7 Dify、RAGFlow 与 RAG 全链路 Dify 知识库与外部向量库对接、RAGFlow 解析与检索配置、切块与 Embedding 模型、BM25 混合、Rerank、评估与增量更新 48

合计 336 题。 每题按「一句话结论 → 概念解释 → 原理流程 → 代码/命令 → 常见误区 → 追问(带答案)」组织,编号在本章内唯一。

面试题索引

页编号 题号范围 主题 主要考点 题数
05.6.11.1 001-048 LangChain 集成 VectorStore 抽象、Retriever、过滤透传、增量、异步 48
05.6.11.2 001-048 LlamaIndex 与 Haystack 集成 索引抽象、存储适配、pipeline 编排、评估 48
05.6.11.3 001-048 Spring AI 与 Java 生态集成 Spring AI 抽象、配置、RAG Advisor、事务与线程模型 48
05.6.11.4 001-048 Python 后端 FastAPI 与 Django 集成 异步与连接池、依赖注入、ORM 迁移、批处理、限流 48
05.6.11.5 001-048 .NET EF Core 与 Node 集成 EF Core、DI 生命周期、Prisma、NestJS 模块、批处理 48
05.6.11.6 001-048 Go、PHP、Rust 集成 Gin/GORM、Laravel 封装、Axum/sqlx、并发与超时 48
05.6.11.7 001-048 Dify、RAGFlow 与 RAG 全链路 平台对接、切块与模型、混合检索、重排、评估、增量 48

学习路径

LangChain 集成
  → LlamaIndex 与 Haystack 集成
  → Spring AI 与 Java 生态集成
  → Python 后端 FastAPI 与 Django 集成
  → .NET EF Core 与 Node 集成
  → Go、PHP、Rust 集成
  → Dify、RAGFlow 与 RAG 全链路

待整理清单

  • [ ] 按题目补齐官方文档链接与版本说明
  • [ ] 补充真实压测数据与线上指标(标注采集条件)
  • [ ] 校对参数默认值,无法确认的标注「待确认」并补验证方法
  • [ ] 与 05.5.2.5 通用算法题的交叉引用保持一致