一文总结引擎：表达式引擎、流程引擎、模板引擎、存储引擎、搜索引擎、解析引擎、计算引擎、规则引擎

概述

工作10年多，听过无数个关于引擎的概念：流程引擎、工作流引擎、规则引擎、解析引擎、搜索引擎、计算引擎…本文尝试对之前掌握或了解的知识体系进行系统性梳理，偏向于Java生态。

引擎一词在不同领域有不同的含义，但核心思想是相通的：将某种反复出现的复杂逻辑抽象封装，对外提供统一、高效的调用接口，让使用者无需关心内部实现细节。在软件开发中，引擎的引入大幅降低重复劳动，提高系统的可维护性和可扩展性。

规则引擎和流程引擎是两种不同的引擎，主要区别在于解决的问题领域不同。规则引擎主要用于处理业务规则，而流程引擎主要用于处理业务流程。简单来说，规则引擎回答"该做什么"（决策），流程引擎回答"下一步做什么"（流转）。

表达式引擎

也叫语言引擎，用于在运行时动态解析和执行表达式。这里面有一个很大的分支就是正则表达式引擎。

参考表达式引擎Aviator实战。

MVEL

MVFLEX Expression Language缩写，纯Java实现、开源（GitHub，1.2K Star，318 Fork）强大的表达式语言，官方文档。一种混合动态/静态类型的、可嵌入JVM平台的表达式语言和运行时，最早版本发布于2007年。

基于Java语法但具有更高的灵活性和动态特性，允许开发者编写表达式并由MVEL引擎进行解析和计算，从而获取表达式的计算值。动态特性意味着在源代码中不需要类型限定，这使得它在处理动态数据时非常有用。

MVEL支持多种类型的表达式，包括简单属性表达式、布尔表达式、复合语句表达式等。例如，一个简单的属性表达式如user.name可以用来获取一个变量或上下文对象的属性。布尔表达式如user.name == 'John Doe'用于执行条件判断。复合语句表达式允许编写包含多个语句的脚本，使用分号分隔。

提供一系列操作符，包括一元操作符、比较运算符、逻辑运算符、按位运算符和数学运算符。这些操作符允许执行各种操作，如实例化对象、执行多个操作、断言值的正确性、判断变量是否定义等。还支持集合、列表和数组的操作，允许以简洁的语法描述这些数据结构。

允许开发者定义自己的方法和函数，这些方法可以在表达式中使用。通过将自定义方法添加到MVEL的ParserContext中，可以在表达式中调用这些方法。例如可创建一个自定义方法来判断字符串是否包含另一个字符串，忽略大小写。

经历两个主要版本线：

• MVEL 2.x：解释执行模式，最新稳定版为2.5.2.Final。引入动态JIT优化器、改进的错误报告，以及闭包和lambda定义等脚本语言特性；
• MVEL 3.x：完全重写版本，将表达式转译为Java源代码，通过javac编译为字节码再执行，性能大幅提升。2026年2月发布Alpha版本。

当前GitHub仓库主分支是MVEL3版本。使用MVEL3，需依赖于JavaParser-MVEL：

git clone https://github.com/mvel/javaparser–mvel.git
cd javaparser–mvel
mvn clean install

然后再构建MVEL3：

git clone https://github.com/mvel/mvel.git
cd mvel
mvn clean install

MVEL在Java生态中被广泛使用，尤其是Drools规则引擎内部集成MVEL作为表达式语言。相比OGNL、JEXL、JUEL等同类表达式语言，MVEL在性能、功能和易用性方面更为突出。

其他表达式引擎：

• OGNL（Object-Graph Navigation Language）：Struts2框架默认使用
• Spring EL（SpEL）：Spring生态核心表达式语言，在Spring的各种注解和配置中广泛使用
• JUEL：Java统一表达式语言的标准实现
• JEXL：Apache Commons下的表达式语言引擎

流程引擎

也叫工作流引擎，是一种自动化管理和控制业务流程的软件系统，主要目的是管理和执行一系列固定的任务步骤。通常以图形化的方式展示流程，并支持自动化任务分配、任务执行、任务监控等功能。工作流引擎常用于支持大型业务流程，如审批流程、人力资源管理等。

流程引擎是一种用于自动化管理和控制业务流程的软件系统，可以将业务流程进行抽象化描述，然后实现为可执行的流程代码，从而实现对业务流程的自动化管理和控制。主要用于处理业务流程，如根据特定规则和条件自动化调度、分配和处理任务，常用于审批流程、订单处理、报销流程等场景。

参考之前写的：

• 工作流引擎框架（一）：jBPM、Activiti、Flowable、CompileFlow
• 工作流引擎框架（二）：Kestra、Prefect、Temporal、Camunda

模板引擎

模板引擎和开发语言强绑定，其核心思想是：将数据和模板分离，模板定义呈现结构和格式，数据由业务逻辑层提供，两者合并后输出最终结果（通常是HTML、XML、文本等）。

由于我最主要使用Java语言，下面汇总的多数JVM生态。

其他语言：

• Python生态模版引擎：Django、Jinja2、Liquid、Mustache、Mako、Chameleon
• Template.js：一款JavaScript模板引擎，用来渲染页面，使用比较简单。

JVM生态包括：

• JSP：Java Server Pages，Java EE体系的标准视图技术。本质上是Servlet的简化写法，在HTML中嵌入Java代码（<% %>）和JSP标签。已在现代项目中逐步被淘汰。
• Velocity：Apache Velocity，老牌模板引擎，使用#set、$variable等语法。曾广泛用于代码生成、XML转换等场景，但已进入维护阶段。
• FreeMarker：Apache FreeMarker，功能强大的模板引擎，模板语言简洁、灵活，支持宏、函数、命名空间等高级特性。在Spring MVC中可配置为视图解析器，与Spring Boot集成良好。适合生成HTML、邮件模板、代码生成等场景。
• Thymeleaf：现代Java Web应用的首选模板引擎，被Spring Boot官方推荐。支持自然模板（Natural Templating），即模板文件可以直接在浏览器中预览，无需在服务器端运行。语法基于HTML属性（如th:text、th:each），学习曲线平缓，同时支持国际化、布局框架等功能。
• Groovy模板引擎：Groovy严格来说是一种基于JVM的面向对象、动态脚本语言，但其内置多种模板引擎功能：
  • SimpleTemplateEngine：基于$占位符的简单字符串模板
  • StreamingTemplateEngine：可处理大于64KB的大模板，使用可写的闭包创建模板
  • XmlTemplateEngine：基于XML模板方案，源和输出都是XML
• Mustache：无逻辑（Logic-less）模板引擎，追求极简主义，使用{{variable}}语法。特点是不含任何控制流语句，强制将逻辑与呈现分离。有Java、JavaScript、Python、Ruby等多种语言实现。
• Pebble：http://www.mitchellbosecke.com/pebble
• Rocker：https://github.com/fizzed/rocker
• Trimou：http://trimou.org
• Jinja2：Python生态最流行的模板引擎，Django和Flask框架都使用或借鉴其设计。支持模板继承、过滤器、宏、控制结构等。语法类似Django模板但更灵活。

Groovy

Groovy，严格来说是一种基于JVM的面向对象、动态、脚本语言，拥有类似Python、Ruby和Smalltalk中的一些特性。

简单字符串模板。如下代码，先定义一个变量，然后使用${}引用变量替换模板：

def name = "Groovy"
println "This Tutorial is about ${name}"

SimpleTemplateEngine功能更强一些。直接看代码实例：

def text = 'This Tutorial focuses on $TutorialName. In this tutorial you will learn about $Topic'
def binding = ["TutorialName":"Groovy", "Topic":"Templates"]
def engine = new groovy.text.SimpleTemplateEngine()
def template = engine.createTemplate(text).make(binding)
println template

StreamingTemplateEngine引擎是Groovy提供的另一个模板引擎，类似于SimpleTemplateEngine，使用可写的闭包创建模板，使其对于大模板更具可扩展性，可处理大于64k的字符串。直接看代码实例：

def text = '''This Tutorial is <% out.print TutorialName %> The Topic name is ${TopicName}'''
def template = new groovy.text.StreamingTemplateEngine().createTemplate(text)
def binding = [TutorialName : "Groovy", TopicName : "Templates",]
String response = template.make(binding)
println(response)

XmlTemplateEngine用于模板方案，模板源和预期输出都是XML。模板使用正常的$ {expression}和$variable表示法将任意表达式插入到模板中。直接看代码实例：

def binding = [StudentName: 'Joe', id: 1, subject: 'Physics']
def engine = new groovy.text.XmlTemplateEngine()
def text = '''
<document xmlns:gsp='http://groovy.codehaus.org/2005/gsp'>
<Student>
<name>${StudentName}</name>
<ID>${id}</ID>
<subject>${subject}</subject>
</Student>
</document>
'''
def template = engine.createTemplate(text).make(binding)
println template.toString()

对比

开源（GitHub，162 Star，84 Fork）项目，使用JMH基准测试工具对JVM生态下的各种模板引擎，进行性能对比基准测试。

搜索引擎

鼎鼎大名的：Lucene、Solr、Elasticsearch。

Lucene是底层引擎库（发动机），Solr和Elasticsearch是基于Lucene的完整搜索服务（整车）。Elasticsearch在分布式能力、易用性和生态丰富度上更胜一筹，已经成为日志分析、应用搜索、可观测性领域的标准选择。

参考之前写的：

• 搜索引擎：Meilisearch、Cellulite、LMDB、Tantivy、Quickwit
• 搜索聚合引擎：SearXNG、Degoog

存储引擎

也是和数据库强关联，不同数据库有不同的存储引擎。不过，按照个人粗浅理解，数据库技术经过50多年的发展，不同数据库之前有很多通用的技术原理。

以MySQL 8.2.0为例，在命令行或客户端工具执行查询：

show engines;

输出如下：

InnoDB引擎核心特性：

• 事务支持：ACID事务，隔离级别可配置（READ UNCOMMITTED至SERIALIZABLE）
• 行级锁：相比MyISAM的表级锁，并发性能大幅提升
• MVCC（多版本并发控制）：通过Undo Log实现一致性非锁定读
• 聚簇索引：数据按主键顺序存储，非主键索引指向主键，回表查询
• Buffer Pool：内存缓存页，减少磁盘I/O
• Redo Log（重做日志）：保证事务持久性
• Undo Log（撤销日志）：支持事务回滚和MVCC

MongoDB存储引擎有：WiredTiger（默认，支持文档级锁和压缩），MMAPv1（已弃用）和In-Memory（纯内存）。参考MongoDB系列之WiredTiger引擎。

其他著名存储引擎：

• RocksDB：Facebook开源的嵌入式键值存储引擎，基于LSM-Tree，广泛应用于流处理、时序数据库
• LevelDB：Google开源的键值存储引擎
• TokuDB：支持分形树索引，适合高写入压缩场景

解析引擎

针对待解析的对象不同，有不同的解析引擎。

• SQL解析引擎：大数据领域最常见的解析引擎类型。将SQL语句解析成抽象语法树（AST），然后进行优化和执行。代表实现包括Apache Calcite（SQL优化器框架）、Hive SQL解析器、Presto/Trino解析器等。
• JSON解析引擎：用于解析JSON字符串，将其转换为内存中的数据结构。Java生态中包括Jackson、Gson、Fastjson等。核心流程包括Lexer（词法分析，将JSON字符串拆分为Token流）和Parser（语法分析，根据Token流构建AST或直接映射为Java对象）。
• XML解析引擎：包括DOM解析器（一次性加载整个文档，构建树形结构）、SAX解析器（事件驱动，流式解析，适合大文件）、StAX解析器（游标式，混合了DOM和SAX的优点）。
• JSP解析引擎：以Tomcat的Jasper引擎为代表，将JSP文件解析成Java源文件，然后编译成class类文件，最终执行并输出HTML。
• JS解析引擎：JavaScript运行时环境的核心组件，负责解析和执行JavaScript代码。包括V8（Chrome/Node.js）、SpiderMonkey（Firefox）、JavaScriptCore（Safari）、GraalVM（Oracle的Java/JS多语言运行时）。
• HTML解析引擎：将HTML文档解析为DOM树。浏览器中的HTML解析器（如Blink的HTML解析器、Gecko的解析器）负责将HTML转换为渲染引擎可以处理的DOM树。

计算引擎

大数据计算引擎的发展大致经历三代：Hadoop MapReduce（第一代）→ Spark（第二代）→ Flink（第三代）。

• MapReduce：Hadoop的分布式计算模型，将计算分为Map和Reduce两个阶段。中间结果必须写入磁盘，延迟较高（分钟到小时级），适合离线批处理。
• Tez：Apache Tez，Hive的默认计算引擎之一。通过将MapReduce的固定两阶段模型改进为DAG（有向无环图）模型，允许更灵活的算子组合，减少不必要的中间写入。
• Storm：Twitter开源的实时计算引擎，提供毫秒级的流处理能力。使用"Topology"（拓扑）描述计算逻辑，支持Exactly-Once语义。在实时监控、风控等场景广泛应用。
• Spark：基于内存计算的分布式计算引擎，核心抽象是RDD（弹性分布式数据集）。通过DAG调度引擎和内存缓存，在迭代计算和交互式查询方面性能远超MapReduce。Spark Streaming采用微批（Micro-Batch）处理方式，延迟在秒级。生态丰富，包括Spark SQL、MLlib、GraphX等组件。
• Flink：真正的流式处理引擎，以"流批一体"为核心理念，认为批处理是有限流的特例。支持事件时间（Event Time）处理、精确一次（Exactly-Once）语义、状态管理、水印（Watermark）机制。延迟低至毫秒级，适合实时风控、实时数仓、复杂事件处理等场景。

四大引擎关键对比：​

规则引擎

规则引擎是一种用于实现业务规则的软件系统，其主要目的是根据一系列预定义的规则决策系统的行为。它可以以高效的方式处理大量的业务规则，并且支持高效的决策执行。规则引擎常用于实现高效的决策支持，如风险评估、信用评级等。

规则引擎是一种用于处理规则逻辑的软件系统，可以将业务规则进行抽象化描述，然后实现为可执行的规则代码，从而实现对规则逻辑的自动化处理。规则引擎主要用于处理业务规则，例如根据特定条件触发特定的操作或者决策，常用于风险评估、交易审核、保险理赔等场景。

核心架构：规则引擎通常包含五大核心模块——规则管理中心（新增、修改、版本管理、灰度发布）、规则解析器（编译解析规则，构建规则网络）、规则执行引擎（核心模块，负责事实对象与规则的模式匹配）、事实处理模块（处理输入数据）、结果输出模块（处理规则执行结果）。

• Drools：业界标杆规则引擎，支持Rete/Phreak算法，社区活跃，文档完善，支持动态规则热更新。功能最全面，但学习成本较高，适合企业级复杂规则场景，如金融风控、合规系统。
• URule：国产商业开源规则引擎，提供全可视化规则配置界面，支持决策表、决策树、评分卡等多种规则类型，中文支持完善。适合国内政企项目，需要可视化规则配置、无代码开发的场景。
• Easy Rules：轻量级极简规则引擎，API简单易懂，学习成本极低，零依赖，支持注解和编程式两种方式。适合简单规则场景、小型项目。
• LiteFlow：国内开源框架，组件化规则编排，支持多种脚本语言，可视化界面完善，中文文档齐全。核心偏向流程编排，适合国内企业级项目中规则编排、流程驱动的业务场景。

参考之前写的：

• 规则引擎Drools实战
• 规则引擎LiteFlow：介绍与实战

游戏引擎

几乎不了解，应该不是用Java来实现，也列举一下吧。

游戏引擎是为游戏开发提供底层技术支持的框架，包括渲染、物理模拟、音频、动画、网络、AI等多种子系统。它让开发者无需从零实现图形学算法、物理引擎等复杂底层技术，从而专注于游戏玩法和内容创作。

• Unity：全球使用最广的游戏引擎，以其组件化（Component）设计思想闻名，C#语言生态成熟，Asset Store拥有海量插件和资源。支持2D/3D游戏，在移动端和手游领域表现尤为出色。
• Unreal Engine（虚幻引擎）：Epic Games开发的顶级游戏引擎，C++语言，以电影级画质著称。采用蓝图（Blueprint）可视化脚本系统降低编程门槛。适合追求极致画质的3A大作、开放世界游戏。
• Godot：开源免费的游戏引擎，独特的场景（Scene）与节点（Node）树结构，设计优雅直观。内置脚本语言GDScript，语法类似Python，易于上手。4.0版本后引入Vulkan后端，渲染能力大幅提升。适合中小型独立游戏和风格化作品。
• Cocos Creator：专注2D和轻量级3D游戏开发，在WebGL和小游戏平台优化出色，在H5游戏和小游戏领域占据主导地位。

参考