一、Index Template與Dynamic Template的概念
1、Index Template：它是用來根據提前設定的Mappings和Settings，並按照一定的規則，自動匹配到新創建的索引上。
1）模板僅是一個索引被創建時才會起作用，修改模板並不會影響已創建的索引；
2）可以設定多個索引模板，這些設置會被merge在一起；
3）通過指定order的數值，控制merge的過程；
2、Index Template的工作方式如下：
當一個索引被創建時，會執行如下操作：
1）應用ElasticSearch默認的Mappings和Settings；
2）應用order數值低的Index Template中的設定；
3）應用order數值高的Index Template中的設定，之前的設定會被覆蓋；
4）創建索引時，用戶此時進一步指定了索引的Mappings和Settings，那么覆蓋之前模板中的設定；
3、Dynamic Template：根據ElasticSearch識別的數據類型，結合字段名稱，動態設定字段類型。
1）例如：所有的字符串類型可以設定成keyword，或者關閉keyword字段；
2）例如：凡是Is開頭的字段都設置成Boolean；
3）例如：凡是Long開頭的都設置成Long；
如下圖所示：
Dynamic Template是定義在索引的Mappings中的，有一個模板名稱，匹配規則是一個數組，同時可以將符合規則的字段進行Mapping。
二、Index Template與Dynamic Template使用
1、Index Template
1）通過創建一個dynamic mapping的索引，會發現日期類型推斷成功，而數值類型被推斷成text類型。
2）創建一個可以識別以test字符開頭的索引模板，同時將日期識別設置為false，將數值識別設置為true。會發現日期會推斷為text類型，數值類型推斷正常。
3）在創建索引時，設置settings的值，會覆蓋模板設置信息。
2、Dynamic Template
創建的索引進行mappings設置
通過對mapping信息的讀取可以發現，is開頭的字段是boolean類型，duty字段是keyword類型，匹配name開頭的字段，將信息可以copy_to到fullname字段中，不匹配middle后綴的字段信息。
當對fullname字段搜索關於middle字段的信息時，搜索不到結果，當搜索first或者lastname時，可以搜索到結果。
三、聚合的說明（Aggregation）
1、ElasticSearch聚合的優勢
1）ElasticSearch除了搜索外，還提供了針對ElasticSearch數據進行統計分析的功能；
相對於Hadoop而言，ElasticSearch在這方面實時性高，比Hadoop的T+1更及時。
2）通過聚合，會得到一個數據的概覽，這樣就可以分析和總結全套的數據，而不是僅僅能尋找單個文檔；
3）易用性，只需要一條語句，就可以從ElasticSearch中得到分析結果，從而避免在客戶端實現分析邏輯；
2、聚合的分類
1）Bucket Aggregation：一些列滿足特定條件的文檔集合，其相當於SQL中的Group By；
2）Metric Aggregation：一些數學運算，可以對文檔字段進行統計分析；
其相當於SQL中對於字段進行運算的函數，如Sum、Count等。它除了可以在字段上進行計算，還可以在腳本產生的結果上進行計算。
大多數Metric是數學計算，輸出一個值，如：min/max/sum/avg/cardinality。
部分支持輸出多個值，如：stats/percentiles/percentile_ranks。
3）Pipeline Aggregation：對其他的聚合結果進行二次聚合；
4）Matrix Aggregation：支持對多個字段的操作並提供一個結果矩陣；
3、聚合的使用
1）Bucket Aggregation
2）Metric Aggregation
注意：在做聚合分析時，應將aggs前面的size設置為0，否則會返回查詢結果，而不是聚合結果。如果寫成20，聚合結果也能統計出來，只是在查詢結果的后面。
大家可關注我的公眾號
知識學習來源：阮一鳴：《Elasticsearch核心技術與實戰》