主要观点：Instacart 用 PostgreSQL 替换 Elasticsearch 重新设计了搜索基础设施，将关键词和基于嵌入的检索结合在一个系统中，以简化操作、降低同步开销并提高搜索结果的精度和召回率。
关键信息：

• 重新设计的关键部分是改进结果检索方式，传统关键词搜索擅长匹配精确产品属性，语义检索更擅长处理更广泛的意图驱动查询，两者结合可平衡精度和召回率。
• 迁移提高了开发速度，减少了系统间数据协调的需求，混合基础设施在处理动态库存和复杂用户偏好方面更灵活，能处理每日数百万的搜索请求，实时更新价格等信息。
• 之前 Elasticsearch 处理全文查询，事务数据存于 PostgreSQL，维护两个数据库有同步挑战和高运营成本，后过渡到使用 pgvector 扩展的混合模型，减少数据冗余和复杂性。
• 重新设计的架构使用分片的 PostgreSQL 实例和规范化数据模型实现水平扩展，利用 Postgres GIN 索引和修改后的 ts_rank 函数实现高性能文本匹配，关系模型可将 ML 特征和模型系数存于不同表中，归一化使写工作负载减少十倍，降低存储和索引成本。
• Postgres 扩展如 pg_trgm 和 pgvector 使数据库能处理传统关键词和语义搜索，查询通过路由层到包含必要索引的分片，高效返回结果无需跨系统同步。
  重要细节：文中详细介绍了不同阶段的架构变化，如之前的 FAISS 和 Postgres 架构及当前的 pgvector 和 Postgres 混合架构，包括各部分的功能和优势等，并通过图片展示了架构变化。还引用了 Instacart 工程师 Ankit Mittal 的话说明归一化数据模型的好处。