RAG实践（二）安装并使用向量数据库（chromadb）

1. 环境

环境：
miniconda==24.11.1
python==3.12.1

2. 介绍

chromadb 是一个开源的向量数据库，专门用于存储和检索高维向量数据，轻量级，适合快速原型开发，适合新手练习。

3. 安装

pip install chromadb

3.1 持久客户端运行

chroma run --path /path

/path 是文件存储磁盘的路径
这样就说明已经启动，默认是8000端口
http://localhost:8000/docs
启动后可以打开swagger文档，有接口可以操作数据库
官方文档
启动后Getting started guide后是官方文档可以自行查看

3.X 安装过程的问题

这是因为chroma-hnswlib，它依赖于 hnswlib，而 hnswlib 需要 C++ 编译器和 cmake

下载 Visual Studio Build Tools
并确保勾选 C++ 编译器和 CMake。

4.代码实践增、删、改、查

import chromadb

chroma_client = chromadb.HttpClient(host='localhost', port=8000)
chroma_client.heartbeat

##创建一个集合、类似于传统数据库的表
collection = chroma_client.get_or_create_collection(name ="test_collection")
##插入数据
collection.add( 
    embeddings=[[0.1, 0.2, 0.3], [0.4, 0.5, 0.6]], #向量数据
    metadatas=[{"name": "item1"}, {"name": "item2"}],#元数据，描述向量的数据
    ids=["id1", "id2"] 
)

##删除数据
collection.delete(
    ids=["id1"]
)

##更新数据
collection.update( 
    ids=["id1", "id2", ],
    embeddings=[[1.1, 2.3, 3.2], [4.5, 6.9, 4.4]],
    metadatas=[{"chapter": "3", "verse": "16"}, {"chapter": "3", "verse": "5"}],
    documents=["doc1", "doc2"],
)

# 查询数据
results = collection.get(
   
    where={"verse": "5"}
)


print(results)

# 查询数据
results = collection.query(
   query_embeddings=[1.0, 2.0, 3.0],
    where={"verse": "16"}
)

#删除集合
chroma_client.delete_collection("test_collection")