iPAS AI 應用規劃師中級 115 年第一次 科二 第 13 題 詳解
115 年第一次 科二 大數據處理分析與應用 · 考點:數據收集與清理
某電商平台正在重構商品資料架構,需同時支援三個系統:商品管理後台需處理結構化與半結構化資料(如巢狀庫存與不同類別商品欄位差異),並支援複雜條件查詢;AI推薦系統需儲存高維向量(1,536維)並進行高效相似度搜尋(高QPS);即時庫存服務則要求ACID且延遲低於10ms,以避免超賣。在此情境下,哪種資料庫架構最適合?
- A全部使用關聯式資料庫,透過JSON欄位儲存巢狀資料,並以延伸套件支援向量搜尋,同時以資料列鎖(Row-level Lock)處理庫存扣減
單一關聯式庫勉強外掛向量搜尋,高QPS相似度查詢會成瓶頸。
- B商品資料使用文件型資料庫,向量搜尋使用專用向量資料庫,庫存服務使用關聯式資料庫,各系統依需求選擇最適合的資料庫(正確答案)
三種負載各用最適資料庫,同時滿足查詢、向量與ACID需求。
- C全部使用文件型資料庫,同時處理商品資料、向量搜尋與庫存服務,以統一技術棧降低維運複雜度
文件型資料庫難保證庫存扣減所需的強一致交易。
- D商品與向量資料使用搜尋引擎型資料庫,並以文件更新機制處理庫存扣減
搜尋引擎型偏近即時索引,不適合即時庫存扣減。
正確答案:B
依不同工作負載特性選用合適資料庫(多元持久化)的架構判斷能力。 先把情境拆成各自的存取模式與一致性要求,再問單一資料庫能否同時滿足全部指標。
用刷8題準備 iPAS AI 應用規劃師中級
每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。
開始刷題同考點的題目
數據收集與清理
- 115 年第一次 科二 第 26 題某電商推薦系統的資料工程師在建構模型特徵時,將使用者的訂單UNIX時間戳記(連續數值)轉換為「早晨(6–12時)、下午(…
- 114 年第二次 科二 第 2 題使用Python的pandas套件處理各商品銷售數據(變數為df)時,若需計算「總銷售額」欄位的敘述性統計量(如平均值、…
- 114 年第二次 科二 第 10 題下列哪一種情境最適合應用異常偵測(Anomaly Detection)技術?
- 114 年第二次 科二 第 43 題分析師在載入資料後,檢視Year欄位的資料型態,發現它是float64,而非一般年份常用的整數。他想了解這樣的情形為什麼…
- 114 年第二次 科二 第 44 題研究團隊接下來想要將Year欄位轉換為整數型態,以便後續進行年份趨勢分析。考慮到資料中可能包含缺失值(NaN),請選出最…