Chroma 用 Client() 建庫，重啟進程後 collection 全丟

用 chromadb.Client() 建好 collection、寫入文檔，一切正常；重啟 Python 進程後 get_collection 報 ValueError: Collection not found。根因是 Client() 是記憶體模式，數據只存在當前進程的 RAM 裡，進程一結束就全沒了。換 PersistentClient(path="...")，數據落盤 SQLite，重啟後原樣取回。

Issue & Env（案發現場與環境）

業務場景：教程/示例程式碼裡最常出現的寫法——chromadb.Client() 建客戶端，創建 collection、寫入文檔，當時查得到；換個終端或重啟腳本再跑，collection 直接“消失”，get_collection 報不存在。也有人形容為“數據丟了”。
環境：chromadb 任意版本，chromadb.Client() 或 chromadb.EphemeralClient()。
關鍵區分：不是刪了 collection，也不是磁盤損壞，是根本沒往磁盤寫過。

StackTrace（堆疊日誌）

重啟進程後訪問 collection 的典型報錯（fixdevs 原文）：

ValueError: Collection not found

部分版本報 InvalidCollectionException，同一問題的不同例外類型：

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

Reproduce（復現程式碼）

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

兩段程式碼之間沒有任何刪庫操作，第 2 個進程就是找不到。

Root Cause（根因分析）

Client() 是記憶體模式，不落盤

Chroma 的客戶端有三種形態，區別只在數據存哪：

客戶端	數據存放	重啟後
`chromadb.Client()`	進程記憶體	數據全丟
`chromadb.PersistentClient(path=...)`	磁盤（SQLite + HNSW 索引文件）	數據仍在
`chromadb.HttpClient(host, port)`	遠端 server	取決於 server

新手從教程複製 Client() 最順手，但教程通常沒強調它不持久化。Client() 的所有 collection 和向量都駐留在當前進程的記憶體裡，進程結束（腳本跑完、終端關掉、容器重啟）即全部釋放。

為什麼還常看到報錯而不是空結果

因為 collection 是“存在”的物件，get_collection 找不到會直接拋例外（Collection not found / InvalidCollectionException），而不是返回一個空 collection。所以表象是“報錯”，不是“數據變空”，容易讓人往路徑、權限方向排查，繞遠路。

容器場景的隱藏坑

用 PersistentClient(path="./chroma_data") 部署到容器，如果路徑落在容器臨時文件系統而不是掛載卷，容器重啟照樣清空。社區（theneuralbase 等）專門提醒：生產環境要把持久化路徑掛到持久卷（PV/PVC），否則“持久化”名存實亡。

The Fix（解決方案）

第一步：換 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：重啟後驗證數據仍在

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 必須是同一個目錄。換個 path（哪怕是相對/絕對寫法不一致）等於打開另一個空庫，同樣報 Collection not found。建議用絕對路徑或環境變數統一管理：

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

第三步（容器場景）：把 path 掛到持久卷

Docker / K8s 部署時，PersistentClient 的 path 要落在掛載卷（volume / PV）上，而不是容器臨時文件系統，否則容器重建依舊丟數據。

References（參考來源）

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 官方文檔chroma-docs