【個人開発】【ノート】ChromaDB のコレクションとは？

はじめに

LangChain と ChromaDB を組み合わせたベクトルストア構築で、
vs_new._collection.id を使って古いフォルダを削除する場面があります。

current_uuid = vs_new._collection.id

ここで登場する ._collection は一体何を指しているのか？
本記事では ChromaDB の「コレクション」 という概念と、
vs_new._collection の正体・データ型・使いどころを解説します。

---

コレクション（Collection）とは？

• コレクション は ChromaDB における「ベクトル＋メタデータ」をまとめた 保存単位
• 複数のドキュメント（テキストチャンク）を一つの コレクション に登録し、
  類似検索やフィルタリングを行う際の対象グループとなります

コレクションの役割

1. データ登録（Insert）
2. 類似検索（Query）
3. メタデータ管理
4. 永続化／読み込み

これらをまとめて扱うのが「コレクション」です。

---

vs_new._collection の正体

vs_new は LangChain のラッパーである以下のインスタンスです。

from langchain_community.vectorstores import Chroma

vs_new = Chroma.from_texts(
    texts=chunks,
    embedding=embeds,
    client_settings=CHROMA_SETTINGS,
)

• ._collection は、その内部で実際の ChromaDB クライアントが保持する
  「コレクションオブジェクト」を参照する属性です
• データ型は ChromaDB 本体の実装によりますが、Local モードでは例えば以下のようなクラスです：

>>> type(vs_new._collection)
<class 'chromadb.db.local.LocalCollection'>

• このオブジェクトが保持する主な属性・メソッド：

  • id：UUID 形式の一意識別子
  • add() / get_nearest_neighbors() などの CRUD API
  • 永続化先パス（persist_directory/UUID）の管理

---

実際の利用例

# コレクションの登録ディレクトリ確認
collection = vs_new._collection
print("コレクションID:", collection.id)
# → vectorstore/<collection.id>/ 以下に SQLite/Parquet が保存される

# 類似検索はラッパー経由で実行
results = vs_new.similarity_search_with_score("検索クエリ", k=5)

• UUID を使うことで、複数コレクションを同一ディレクトリ下に共存させたり、
  古いコレクションのみを削除したりする運用が可能になります。

---

まとめ

• vs_new._collection は ChromaDB が管理するコレクションオブジェクト
• コレクションはベクトルとメタデータの「グループ」であり、
  登録・検索・永続化の単位となる
• ._collection.id を活用して、UUIDごとにフォルダを管理・掃除するのがベストプラクティス