1. 定义与价值

核心定义

Chroma是一款开源的AI原生嵌入式向量数据库，专为高效存储和检索高维向量数据（Embeddings）而设计。它通过将非结构化数据（文本、图像等）转化为向量表示，支持基于语义相似性的快速检索，是大模型应用开发的核心基础设施。

定位与价值

• 定位：轻量级向量数据库，面向开发者提供简单易用的API，降低AI应用开发门槛。
• 价值：
  • 简化大模型集成：将知识、事实和技能转化为可插拔的向量数据，增强大模型的外部记忆能力。
  • 提升检索效率：支持毫秒级相似性搜索，比传统关键词检索快10倍以上。
  • 降低开发成本：无需复杂基础设施，支持从原型到生产的平滑扩展。

一、环境准备

1. Python 版本：Chroma 要求 ​Python 3.8 及以上版本​。

2. 包管理工具：使用 pip 安装依赖。

3. 虚拟环境：在虚拟环境中安装，以隔离项目依赖，避免依赖冲突。

   # 使用 Conda
   conda create -n chroma_env python=3.11
   conda activate chroma_env

   # 使用 venv
   python -m venv chroma_env
   source chroma_env/bin/activate  # Linux/macOS
   chroma_env\Scripts\activate      # Windows

一、客户端创建

# 内存模式（非持久化）
client = chromadb.Client()

# 持久化模式（本地持久化）
client = chromadb.PersistentClient(path="/path/to/storage")

# 客户端/服务器模式（远程访问）
client = chromadb.HttpClient(host='localhost', port=8000)

​
​ 在 ChromaDB 中，tenant（租户）和 database（数据库）是企业版（ChromaDB Enterprise）中用于实现多租户隔离的核心概念，通过逻辑隔离确保不同租户的数据和资源互不影响。

一、Chroma多租户

多租户核心概念

• 租户（Tenant）：Chroma 将租户定义为数据库的逻辑分组单元，用于模拟不同组织或用户的数据隔离。每个租户可包含多个数据库（Database），实现资源与数据的逻辑隔离。
• 数据库（Database）：隶属于租户的逻辑存储单元（如 research_db、production_db），同一租户下可创建多个数据库。
• 数据组织关系（ 租户 (Tenant) → 数据库 (Database) → 集合 (Collection) → 数据 (Documents/Embeddings)）：租户是顶层逻辑单元，向下管理多个数据库，每个数据库包含多个集合（Collection），集合中存储具体文档和向量。注：社区版需手动模拟此结构，企业版原生支持。