一、Index template

Index template可以帮助你设定Mappings和settings,并按照一定的规则匹配到新建的索引之上
- 模板仅在索引创建的时候才产生作用，并且不会影响已经创建的索引；
- 可以设定多个模板，最终会被合并到一起；
- 可以指定“order”的数值，控制“merging”的过程
Index template工作方式
当一个索引被创建的时候，在ES中会有一下过程：
- ES首先使用默认的Mapping和Setting；
- 应用order数值低的Index template进行设置；
- 应用order数值高的index template进行设置，之前的设置会被覆盖；
- 应用用户创建的Mapping和Setting，之前的设置被覆盖。

看实例

#Create a default template
PUT _template/template_default
{
  "index_patterns": ["*"],             //默认的index template,匹配所有的index
  "order" : 0,
  "version": 1,
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas":1
  }
}

PUT /_template/template_test            //自定义的index template，匹配所有以“test”开头的index
{
    "index_patterns" : ["test*"],
    "order" : 1,
    "settings" : {
        "number_of_shards": 1,         //设置分片数与副本数量
        "number_of_replicas" : 2
    },
    "mappings" : {
        "date_detection": false,      //日期格式自动检测设置为false
        "numeric_detection": true
    }
}

//查询ES中所有以“temp”开头的index template
GET /_template/temp*

使用创建自定义的index template

PUT testtemplate/_doc/1             //以test开头，自动适配上文中“template_test ”的 index template
{
    "someNumber":"1",
    "someDate":"2019/01/01"
}

二、Dynamic template

根据ES识别出来的数据类型，结合字段名称，来动态设定字段类型，例如可以有一下几种设置的方式：

所有的字符串类型都设定成keyword,或者关闭keyword字段；
is开头的都设定成boolean;
long_开头的都设置成long型。

Dynamic template 是定义在某个索引的Mapping 中
Dynamic template 有一个名称
匹配规则是一个数组
为匹配到的字段设置Mapping

PUT my_index
{
  "mappings": {
    "dynamic_templates": [
            {
        "strings_as_boolean": {
          "match_mapping_type":   "string",
          "match":"is*",                       //is开头的设置为boolean
          "mapping": {
            "type": "boolean"
          }
        }
      },
      {
        "strings_as_keywords": {
          "match_mapping_type":   "string",
          "mapping": {
            "type": "keyword"                  //字符串映射成keyword
          }
        }
      }
    ]
  }
}


PUT my_index/_doc/1
{
  "firstName":"Ruan",
  "isVIP":"true"
}

GET my_index/_mapping

三、ES聚合分析（Aggregation）

ES除了搜索以外，还提供针对ES数据进行统计分析的功能，聚合分析支持嵌套

聚合分类

- Bucket Aggregation      一些列满足特定条件的文档的集合
- Metric Aggregation     一些数学运算，可以对文档字段进行统计分析
- Pipeline Aggregation    对其他聚合结果进行二次聚合
- Matrix Aggregation    支持对多个字段的操作，并提供一个结果矩阵

下面的例子，需要通过Kibana导入Sample Data的飞机航班数据。在kibana 开始界面，有导入的选项，选择即可导入

#查看航班目的地的统计信息，增加平均，最高最低价格
GET kibana_sample_data_flights/_search
{
    "size": 0,
    "aggs":{
        "flight_dest":{
            "terms":{
                "field":"DestCountry"
            },
            "aggs":{
                "avg_price":{
                    "avg":{
                        "field":"AvgTicketPrice"
                    }
                },
                "max_price":{
                    "max":{
                        "field":"AvgTicketPrice"
                    }
                },
                "min_price":{
                    "min":{
                        "field":"AvgTicketPrice"
                    }
                }
            }
        }
    }
}