引言

ChromaDB 是一款强大的向量数据库，专为语义搜索和相似性检索而设计。其核心功能之一是能够存储和查询固定维度的嵌入。在本文中，我们将探讨 ChromaDB 如何处理固定维度的嵌入，维度为何重要，以及在使用不同嵌入模型时如何确保兼容性。

了解固定维度的嵌入

嵌入是文本、图像或其他数据类型在高维空间中的数值表示。嵌入的维度指的是其向量表示中的元素数量。例如，流行的 all-MiniLM-L6-v2 模型生成的嵌入具有 384 个维度。

在 ChromaDB 中，每个集合都强制要求存储在其中的所有嵌入具有固定的维度。这确保了一致性，并使得相似性搜索操作更加高效。

固定维度为何重要

1. 一致性：固定维度确保集合中的所有向量在进行相似性计算（例如余弦相似度或欧几里得距离）时具有兼容性。
2. 性能：ChromaDB 使用 HNSW 等索引算法，这些算法依赖固定维度的向量来进行高效的最近邻搜索。
3. 模型兼容性：不同的嵌入模型会生成不同维度的向量。ChromaDB 要求集合中的所有嵌入与创建集合时使用的模型的维度相匹配。

ChromaDB 如何强制执行固定维度

在 ChromaDB 中创建集合时，维度由你指定的嵌入模型决定。例如：

import chromadb
from chromadb.utils.embedding_functions import SentenceTransformerEmbeddingFunction

# 使用 384 维度的模型初始化嵌入函数
embedding_fn = SentenceTransformerEmbeddingFunction()

# 创建具有固定维度的集合
client = chromadb.Client()
collection = client.create_collection(
    name="my_collection",
    embedding_function=embedding_fn
)