Chroma 用 Client() 建库，重启进程后 collection 全丢

用 chromadb.Client() 建好 collection、写入文档，一切正常；重启 Python 进程后 get_collection 报 ValueError: Collection not found。根因是 Client() 是内存模式，数据只存在当前进程的 RAM 里，进程一结束就全没了。换 PersistentClient(path="...")，数据落盘 SQLite，重启后原样取回。

Issue & Env（案发现场与环境）

业务场景：教程/示例代码里最常出现的写法——chromadb.Client() 建客户端，创建 collection、写入文档，当时查得到；换个终端或重启脚本再跑，collection 直接“消失”，get_collection 报不存在。也有人形容为“数据丢了”。
环境：chromadb 任意版本，chromadb.Client() 或 chromadb.EphemeralClient()。
关键区分：不是删了 collection，也不是磁盘损坏，是根本没往磁盘写过。

StackTrace（堆栈日志）

重启进程后访问 collection 的典型报错（fixdevs 原文）：

ValueError: Collection not found

部分版本报 InvalidCollectionException，同一问题的不同异常类型：

chromadb.errors.InvalidCollectionException: Collection 'my_docs' does not exist.

Reproduce（复现代码）

import chromadb

# 第 1 个进程：内存模式建库写入
client = chromadb.Client()  # 注意：没有 path 参数
col = client.get_or_create_collection("my_docs")
col.add(documents=["hello world"], ids=["1"])
print(col.count())  # 1，一切正常

# 重启 Python（新进程、新终端、或脚本跑完再跑一次）
client2 = chromadb.Client()
col2 = client2.get_collection("my_docs")  # ValueError: Collection not found

两段代码之间没有任何删库操作，第 2 个进程就是找不到。

Root Cause（根因分析）

Client() 是内存模式，不落盘

Chroma 的客户端有三种形态，区别只在数据存哪：

客户端	数据存放	重启后
`chromadb.Client()`	进程内存	数据全丢
`chromadb.PersistentClient(path=...)`	磁盘（SQLite + HNSW 索引文件）	数据仍在
`chromadb.HttpClient(host, port)`	远端 server	取决于 server

新手从教程复制 Client() 最顺手，但教程通常没强调它不持久化。Client() 的所有 collection 和向量都驻留在当前进程的内存里，进程结束（脚本跑完、终端关掉、容器重启）即全部释放。

为什么还常看到报错而不是空结果

因为 collection 是“存在”的对象，get_collection 找不到会直接抛异常（Collection not found / InvalidCollectionException），而不是返回一个空 collection。所以表象是“报错”，不是“数据变空”，容易让人往路径、权限方向排查，绕远路。

容器场景的隐藏坑

用 PersistentClient(path="./chroma_data") 部署到容器，如果路径落在容器临时文件系统而不是挂载卷，容器重启照样清空。社区（theneuralbase 等）专门提醒：生产环境要把持久化路径挂到持久卷（PV/PVC），否则“持久化”名存实亡。

The Fix（解决方案）

第一步：换 PersistentClient

import chromadb

client = chromadb.PersistentClient(path="./chroma_db")  # 加 path，落盘
col = client.get_or_create_collection("my_docs")
col.add(documents=["hello world"], ids=["1"])

第二步：重启后验证数据仍在

import chromadb

client = chromadb.PersistentClient(path="./chroma_db")  # 同一个 path
col = client.get_collection("my_docs")
print(col.count())  # 1，数据还在
print(col.get()["documents"])  # ['hello world']

注意：path 必须是同一个目录。换个 path（哪怕是相对/绝对写法不一致）等于打开另一个空库，同样报 Collection not found。建议用绝对路径或环境变量统一管理：

import os
persist_dir = os.environ.get("CHROMA_PERSIST_DIR", "./chroma_db")
client = chromadb.PersistentClient(path=persist_dir)

第三步（容器场景）：把 path 挂到持久卷

Docker / K8s 部署时，PersistentClient 的 path 要落在挂载卷（volume / PV）上，而不是容器临时文件系统，否则容器重建依旧丢数据。

References（参考来源）

Fix: ChromaDB Not Working — Persistent Client, Collection Errors, and Embedding Function Issuesfixdevs-blog
ChromaDB Collection Not Found: Fix InvalidCollectionException — Markaicodemarkaicode
Resolve "ChromaDB collection does not exist" — InterviewsVectorinterviewsvector
Persistent Client — Chroma 官方文档chroma-docs