💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
Instacart通过用PostgreSQL替代Elasticsearch重构搜索基础设施，结合关键词和语义检索，简化操作，提高搜索结果的精确度和召回率。新系统支持动态库存和用户偏好，实时更新价格和折扣，提升购物体验。数据模型规范化使写入工作量减少10倍，节省存储和索引成本。
🎯
关键要点
- Instacart用PostgreSQL替代Elasticsearch重构搜索基础设施，结合关键词和语义检索。
- 新系统简化操作，减少同步开销，提高搜索结果的精确度和召回率。
- 传统关键词搜索适合精确匹配，而语义检索更适合处理广泛意图驱动的查询。
- 迁移后开发速度提高，支持动态库存和复杂用户偏好，能够处理每日数百万次搜索请求。
- 实时更新价格、可用性和折扣，提升购物体验。
- 数据模型规范化使写入工作量减少10倍，节省存储和索引成本。
- 之前的架构中，Elasticsearch处理全文查询，Postgres存储事务数据，导致同步挑战和更高的运营成本。
- 采用pgvector扩展实现混合模型，减少数据重复和复杂性。
- 新架构使用分片Postgres实例，支持水平扩展，查询通过服务层路由到适当的分片。
- Postgres扩展如pg_trgm和pgvector支持传统关键词和语义搜索，提升查询效率。
❓
延伸问答
Instacart为什么要用PostgreSQL替代Elasticsearch？
Instacart用PostgreSQL替代Elasticsearch是为了简化操作、减少同步开销，并提高搜索结果的精确度和召回率。
Instacart的新搜索系统如何提高用户体验？
新系统通过实时更新价格、可用性和折扣，支持动态库存和复杂用户偏好，提升了购物体验。
Instacart的搜索系统是如何结合关键词和语义检索的？
Instacart的新系统结合了传统的关键词搜索和语义检索，能够同时处理精确匹配和广泛意图驱动的查询。
数据模型规范化对Instacart的影响是什么？
数据模型规范化使写入工作量减少10倍，节省了近80%的存储和索引成本，改善了客户体验。
Instacart如何处理每日数百万次的搜索请求？
Instacart通过采用分片的Postgres实例和服务层路由，将查询高效地分发到适当的分片，从而处理大量搜索请求。
Instacart的新架构如何减少数据重复和复杂性？
新架构通过使用pgvector扩展实现混合模型，允许在单一系统中运行词汇和嵌入式检索，从而减少数据重复和复杂性。
➡️
