索引模板，简而言之，是一种复用机制，就像一些项目的开发框架如 Laravel 一样，省去了大量的重复，体力劳动。当新建一个 Elasticsearch 索引时，自动匹配模板，完成索引的基础部分搭建。
典型的如下所示：
{
"order": 0,
"template": "sample_info*",
"settings": {
"index": {
"number_of_shards": "64",
"number_of_replicas": "1"
}
},
"mappings": {
"info": {
"dynamic_templates": [
{
"string_fields": {
"mapping": {
"analyzer": "only_words_analyzer",
"index": "analyzed",
"type": "string",
"fields": {
"raw": {
"ignore_above": 512,
"index": "not_analyzed",
"type": "string"
}
}
},
"match_mapping_type": "string",
"match": "*"
}
}
]，
"properties": {
"user_province": {
"analyzer": "lowercase_analyzer",
"index": "analyzed",
"type": "string",
"fields": {
"raw": {
"ignore_above": 512,
"index": "not_analyzed",
"type": "string"
}
}
}
}
}
},
"aliases": {}
}
上述模板定义，看似复杂，拆分来看，主要为如下几个部分：
{
"order": 0, // 模板优先级
"template": "sample_info*", // 模板匹配的名称方式
"settings": {...}, // 索引设置
"mappings": {...}, // 索引中各字段的映射定义
"aliases": {...} // 索引的别名
}
1、模板优先级
有时候，一个模板可能绝大部分符合新建索引的需求，但是局部需要微调，此时，如果复制旧的模板，修改该模板后，成为一个新的索引模板即可达到我们的需求，但是这操作略显重复。此时，可以采用模板叠加与覆盖来操作。模板的优先级是通过模板中的 order 字段定义的，数字越大，优先级越高。
如下为定义所有以 te 开头的索引的模板：
{
"order": 0
"template" : "te*",
"settings" : {
"number_of_shards" : 1
},
"mappings" : {
"type1" : {
"_source" : { "enabled" : false }
}
}
}
索引模板是有序合并的。如何想单独修改某一小类索引的一两处单独设置，可以在累加一层模板。
{
"order" : 1,
"template" : "tete*",
"settings" : {
"number_of_shards" : 2
},
"mappings" : {
"type1" : {
"_all" : { "enabled" : false }
}
}
}
上述第一个模板的 order 为0，第二个模板的 order 为1，优先级高于第一个模板，其会覆盖第一个模板中的相同项。所以对于所有以 tete 开头的索引模板效果如下：
{
"settings" : {
"number_of_shards" : 2
},
"mappings" : {
"type1" : {
"_source" : { "enabled" : false },
"_all" : { "enabled" : false }
}
}
}
两个模板叠加了，项目的字段，优先级高的覆盖了优先级低的，如分片数。
2、索引模板的匹配
索引模板中的 "template" 字段定义的是该索引模板所应用的索引情况。如 "template": "tete*" 所表示的含义是，当新建索引时，所有以 tete 开头的索引都会自动匹配到该索引模板。利用该模板进行相应的设置和字段添加等。
3、setting 部分
索引模板中的 setting 部分一般定义的是索引的主分片、拷贝分片、刷新时间、自定义分析器等。常见的 setting 部分结构如下：
"settings": {
"index": {
"analysis": {...}, // 自定义的分析器
"number_of_shards": "32", // 主分片的个数
"number_of_replicas": "1", // 主分片的拷贝分片个数
"refresh_interval": "5s" // 刷新时间
}
}
建立的索引，不会立马查到，这是为什么 Elasticsearch 为 near-real-time（接近实时）的原因，需要配置刷新时间，默认的是 1s。setting 的设置中，重点是自定义分析器的设置。
分析器是三个顺序执行的组件的结合。他们分别是字符过滤器、分词器、标记过滤器。
- 字符过滤器是让字符串在被分词前变得更加整洁。一个分析器可能包含零到多个字符过滤器（character_filter）。
- 分词器将字符串分割成单独的词（terms）或标记（tokens）。一个分析器必须包含一个分词器。
- 分词器分词的结果的标记流会根据各自的情况，传递给特定的标记过滤器。标记过滤器可能修改、添加或删除标记。
创建的创建自定义分析器结构如下：
"settings": {
"index": {
"analysis": {
"char_filter": { ... }, // 用户自定义字符过滤器
"tokenizer": { ... }, // 用户自定义分词器
"filter": { ... }, // 用户自定义标记过滤器
"analyzer": { ... } // 用户自定义分析器
},
...
}
}
1）字符过滤器
目前字符过滤器共分为三种：映射字符过滤器（mapping char filter）、HTML过滤器（HTML Strip char filter）、格式替换过滤器（Pattern Replace char filter）。html_strip 字符过滤器去除所有的 HTML 标签。
如下定义一个 mapping 字符过去器。将 & 替换成 and。
"char_filter": {
"&_to_and": {
"type": "mapping",
"mappings": [ "&=> and "]
}
}
mapping 字符过滤器的格式如上，其中 type 字段定义该字符过滤器的类型是 mapping 。其中 mappings 对应的数组为索要替换的字段。
如下在定义一个格式替换过滤器（Pattern Replace Char Filter），将点 "." 替换成空格。
"char_filter": {
"replace_dot": {
"pattern": "\\.",
"type": "pattern_replace",
"replacement": " "
}
}
格式替换过滤器的格式如上、必须包含 "pattern"、"type"、"replacement" 三个字段。其中 pattern 定义的是满足替换的格式，type 则定义为格式替换类型。replacement 则是对于满足格式的字符串，要替换成的字符串。
2）分词器
常用的分词器有 standard、keyword、whitespace、pattern等。
standard 分词器将字符串分割成单独的字词，删除大部分标点符号。keyword 分词器输出和它接收到的相同的字符串，不做任何分词处理。whitespace 分词器只通过空格俩分割文本。pattern 分词器可以通过正则表达式来分割文本。最常用的一般为 standard 分词器。
更多的分词器详见官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/2.4/analysis-standard-tokenizer.html
3）标记过滤器
常用的标记过滤器有 lowercase 和 stop 。lowercase 标记过滤器将词转换为小写，stop 标记过滤器用户去除一些自定义停用词或者是语言内定义的停用词。
stop 标记过滤器的常用结构如下：
"filter": {
"my_stopwords": {
"type": "stop",
"stopwords": [ "the", "a" ]
}
}
上述标记过滤器是自定义的过滤掉 "the" 、"a" 两词。除了自定义，还有特定的语言停用词过滤，相应的有：spanish 、english等。具体用法如下：
"filter": {
"my_stop": {
"type": "stop",
"stopwords": _spanish_
}
}
更多的语言停用词参考官方网址：https://www.elastic.co/guide/en/elasticsearch/reference/2.4/analysis-stop-tokenfilter.html/
4）分析器组合
如上定义了字符过滤器、分词器、标记过滤器之后，就该用户自定义分析器。分析器是由三者按顺序组合而成。
将上述组件组合起来便是：
"analyzer": {
"my_analyzer": {
"type": "custom",
"char_filter": [ "html_strip", "&_to_and", "replace_dot" ],
"tokenizer": "standard",
"filter": [ "lowercase", "my_stopwords", "my_stop" ]
}
}
将自定义分析器各部分完整表示如下：
"settings": {
"index": {
"analysis": {
"char_filter": {
"&_to_and": {
"type": "mapping",
"mappings": [ "&=> and "]
},
"replace_dot": {
"pattern": "\\.",
"type": "pattern_replace",
"replacement": " "
}
},
"filter": {
"my_stop": {
"type": "stop",
"stopwords": _spanish_
},
"my_stopwords": {
"type": "stop",
"stopwords": [ "the", "a" ]
}
},
"analyzer": {
"my_analyzer": {
"type": "custom",
"char_filter": [ "html_strip", "&_to_and", "replace_dot" ],
"tokenizer": "standard",
"filter": [ "lowercase", "my_stopwords", "my_stop" ]
}
}
},
...
}
}
4、索引类型的字段映射
索引模板中，映射字段所对应的常用结构是：
"mappings": {
"my_type": { // 索引下的类型 my_type 应用该映射
"dynamic_templates": [ ... ], // 动态映射部分，用于未定义的 my_type 下字段
"properties": { ... } // 自定义字段的响应映射
}
}
"my_type" 是索引下的一个类型，如果采用上述定义的索引模板，则索引下仅仅 my_type 类型应用了该索引模板。如果想要索引下的所有模板应用定义的映射，则可以将 "my_type" 替换成 "default" 字段。
1）动态映射
动态映射 "dynamic_templates" 字段对应的是一个数组，数组中的元素是一个个字段的映射模板。每个字段的映射模板都有一个名字用户描述这个模板的用途，一个 mapping 字段由于指明这个映射如何使用，和至少一个参数（例如 match）来定义这个模板适用于哪个字段。
dynamic_templates 字段对应的字段模板结构如下：
{
"string_fields": { // 字段映射模板的名称，一般为"类型_fields"的命名方式
"match": "*", // 匹配的字段名为所有
"match_mapping_type": "string", // 限制匹配的字段类型，只能是 string 类型
"mapping": { ... } // 字段的处理方式
}
如下为一个定义实例：
"mappings": {
"my_type": {
"dynamic_templates": [
{
"string_fields": { // 字段映射模板的名称，一般为"类型_fields"的命名方式
"match": "*", // 匹配的字段名为所有
"match_mapping_type": "string", // 限制匹配的字段类型，只能是 string 类型
"mapping": {
"fielddata": { "format": "disabled" }, // fielddata 不可用，对于分析字段，其默认值是可用
"analyzer": "only_words_analyzer", // 字段采用的分析器名，默认值为 standard 分析器
"index": "analyzed", // 索引方式定义为索引，默认值是分析
"omit_norms": true, // omit_norms 为真表示考虑字段的加权，可分析字段默认值 false
"type": "string", // 字段类型限定为 string
"fields": { // 定义一个嵌套字段，将该字段应用于不分析的场景
"raw": {
"ignore_above": 256, // 忽略字段对应的值长度大于256的字段
"index": "not_analyzed", // 索引方式为不分析
"type": "string", // 字段的类型为 string
"doc_values": true // 对于不分析字段，doc_values 对应的是一种列式存储结构，默认false
}
}
}
}
}，
...
],
"properties": { ... }
}
}
可以看到，内部的字段模板的 mapping 字段下包含 fielddata、analyzer、index、omit_norms、type、fields 等六个字段，下面分别解释这六个字段。
对于基本的 Elasticsearch 做个了解，一般的 es 用户搜索字段，其反应数据非常快，接近实时，这个效果得益于其倒排索引的数据结构，然而倒排索引这个数据结构在做聚合分析时，却不是那么容易。因而在做传统分析时，需要一种我们常见的行式存储结构，这一结构在排序和巨额和分析时，具有明显的优势。这一部分详见 Elasticsearch 搜索与聚合在数据存储结构方面的理解 。
fielddata 这一字段就是对于分析字段，除了倒排索引的数据存储方式，仍定义一种形式上看着是行式结构的存储样式，数据存储在内存中，用于对字段的排序和聚合分析。对于分析字段 fielddata 的默认值是可用的。如果确定一个分析字段不需要排序或者聚合分析，则该字段就设置为不可用。这样可以节省内存。
analyzer 定义的是该字段的分析器，默认的分析器是 standard 标准分析器，这个地方可定义为自定义的分析器。
index 定义的是字段的索引方式。默认的 ，Elasticsearch 对字段采取的是分析索引，即会对字段进行倒排索引。
omit_norms 定义的是字段在分析过程中，是否考虑加权。例如如果权重为2，字段出现的频率在计算时会翻倍，以提高计算的匹配度。对于分析字段，默认的是不考虑加权。
type 定义的是字段的数据类型。
fields 是字段应以一个嵌入字段。以 title 字段为例，Elasticsearch 会自动生成两个字段，分别是 title 和 title.raw 。这样，在有可能同时需要分词和不分词结果的环境，就可以很灵活的使用不同的索引字段。比如，查看标题中最常用的单词，应该是使用 title 字段，查看阅读数最多的文章标题，应该是使用 title.raw 字段。
ignore_above 字段是索引时忽略长度超过定义值的字段。
doc_values 字段与 fielddata 相对应，都是为了字段方便排序和聚合分析而重新定义的一种数据存储方式，不同的是，fielddata 应用于分析字段，存储在内存中；doc_values 应用于不分析字段，存储于磁盘中。
上述是针对字段数据类型为 string 的动态模板定义，对于其他数据类型，其动态模板的定义方式一般如下：
{
"float_fields": { // 命名方式 "类型_fields"
"match": "*"，
"match_mapping_type": "float",
"mapping": {
"type": "float",
"doc_values": true // doc_values 定义为 true，便于排序与聚合分析
}
}
}
2）自定义字段映射
针对索引类型中存在的字段，除了可以采用动态模板的方式，还可以采用定义定义的方式，常见的自定义结构如下：
"mappings": {
"my_type": {
"dynamic_templates": [ ... ],
"properties": {
"user_city": { // 字段名
"analyzer": "lowercase_analyzer", // 字段分析器
"index": "analyzed", // 字段索引方式定义索引
"type": "string", // 字段数据类型定义为 string
"fields": { // 定义一个名为 user_city.raw 的嵌入的不分析字段
"raw": {
"ignore_above": 512,
"index": "not_analyzed",
"type": "string"
}
}
}，
"money":{
"type": "double",
"doc_values": true
}
...
}
}
}
复杂一些的是 string 类型的字段，对于其他类型的字段，定义方式类似于上述的 money 字段定义方式。
5、别名
即使你认为现在的索引设计已经是完美的了，当你的应用在生产环境使用时，还是有可能在今后有一些改变的。所以请做好准备：在应用中使用别名而不是索引。然后你就可以在任何时候重建索引。别名的开销很小，应当广泛使用。利用索引别名，可以实现零停机时间重新索引。
定义方式如下：
{
"order": 0, // 模板优先级
"template": "sample_info*", // 模板匹配的名称方式
"settings": {...}, // 索引设置
"mappings": {...}, // 索引中各字段的映射定义
"aliases": {
"my_index":{}
}
}
零停机时间实现重新索引方式：
POST /_aliases
{
"actions": [
{ "remove": { "index": "my_index_v1", "alias": "my_index" }},
{ "add": { "index": "my_index_v2", "alias": "my_index" }}
]
}
