阿里云服务器摆设向量数据库Chroma并通过Client毗连

Chroma简介

官网：https://docs.trychroma.com/
Chroma是一个开源的向量数据库。可以为大语言模子提供额外的知识存储。
Chroma的上风

• 开源
  
• 简单轻巧
  
  
  
  • 内存模式下无需额外摆设
    
  
  
• 相对较快
  

Server模式的摆设

内存模式固然简单轻巧，但也只限于开辟验证（重启应用数据会丢失）。实际使用照旧须要在服务器摆设起来。
前置条件

开通云服务器并安装docker
ali云官方安装教程
获取Docker镜像并摆设

你可以直接从DockerHub拉取Chroma官方镜像

1. docker pull chromadb/chroma

复制代码

之后实行下令，运行docker

1. docker run -d --name chromadb-container -p 8899:8000 chromadb/chroma

复制代码

注：上面8899是指宿主机(host)的端标语，背面的8000 (即 -p 参数后的8000) 代表的是容器(container)内部的端标语。
如许chroma就在服务器上运行了
客户端访问

创建chroma 客户端

1. import os
2. import chromadb
3. from langchain_openai import OpenAIEmbeddings
5. # 创建client
6.     client = chromadb.HttpClient(
7.                                                              host=os.environ.get("CHROMA_SERVER_IP"),  # 你的服务器ip
8.                                  port=8899,  # 你的服务器端口
9.                                  )

复制代码

创建collection

1. # 创建collection
2.     collection = client.get_or_create_collection(
3.         name="hello", # collection名称
4.     )

复制代码

向collection添加文档

1. # embedding函数，这里用了langchain的openai embedding函数
2.     embeddings = OpenAIEmbeddings().embed_documents
3.     # 向collection中添加文档
4.     collection.add(
5.         embeddings=embeddings(texts=["hello world", "goodbye world"]),  # 每个文档的向量
6.         documents=["hello world", "goodbye world"],  # 文档的原文
7.         ids=[f"id{i}" for i in range(len(["hello world", "goodbye world"]))]  # 每个文档的 id
8.     )

复制代码

查询

1. # 查询向量数据库
2.     result = collection.query(
3.         query_embeddings=embeddings(texts=["hello"]),
4.         n_results=1
5.     )
7.     print(result)

复制代码

结果：

1. {'ids': [['id0']], 'distances': [[0.21401809153891344]], 'embeddings': None, 'metadatas': [[None]], 'documents': [['hello world']], 'uris': None, 'data': None}

复制代码