This work discusses the design and implementation of an efficient
caching system aimed to exploit the locality present in the queries
submitted to a Web Search Engine (WSE). We enhance previous
proposals in several directions. First we propose the adoption of
a hybrid strategy for caching, and then we experimentally demonstrate
the superiority of our hybrid strategy. Further we show how
to take advantage of the spatial locality present in WSE query logs
by exploiting a sort of adaptive prefetching strategy.
本文探讨了设计和实现一个高效的缓存系统，旨在利用提交给网络搜索引擎（WSE）查询中的局部性。文章提出了一种混合策略来增强之前的缓存提案。混合策略通过实验展示其优越性，并且展示了如何利用WSE查询日志中的空间局部性，通过采用一种自适应的预取策略。
具体来说，混合策略将最常访问查询的结果保存在一个固定大小的静态缓存中，该缓存会定期完全重建。而那些无法通过静态缓存得到满足的查询，则会竞争使用动态缓存。这种混合缓存方法能有效地应对近期性和频率性两个维度。静态缓存维护的是全局频繁出现的查询结果，可以采用简单的LRU（最近最少使用）策略，因为它只考虑查询的引用频率，而动态缓存则可以采用更复杂的策略，如考虑查询的引用频率和时间间隔。
查询日志分析是缓存系统设计的重要组成部分。在本文中，作者使用了Tiscali和EXCITE搜索引擎的查询日志数据，以评估不同缓存策略的行为。这些日志数据帮助研究者们理解查询的使用模式和局部性特征，为制定有效的缓存替换策略提供了依据。
缓存系统的高效性通常通过缓存的命中率和漏失率来衡量。命中率高意味着更多的查询请求可以直接从缓存中得到满足，而不需要去访问相对缓慢的后端存储系统。漏失率的降低则表明了缓存策略的有效性。在设计缓存策略时，需要平衡缓存的大小和查询性能之间的关系。如果缓存太大，它可能会占用过多的内存资源，而缓存太小则可能无法有效减少后端存储的访问次数。
此外，文章还提到了缓存替换策略。一个有效的替换策略会考虑到哪些缓存条目是最有价值，从而应该被保留。例如，静态缓存中保存的是频繁访问的查询结果，而动态缓存则可能采用更复杂的算法来决定哪些条目应该被缓存。
在实现这样一个缓存系统时，还需要考虑到查询日志的处理能力。由于日志数据量通常非常庞大，如何高效地分析和利用这些数据，对于缓存策略的设计和调整至关重要。
总结来说，本文提出的混合策略缓存系统旨在提高网络搜索引擎结果的缓存效率，通过对静态缓存和动态缓存的优化管理，并采用自适应预取策略，充分利用查询日志中体现的空间局部性。这种方法不仅能够提升缓存的命中率，而且还能有效降低后端存储系统的压力，进而提高整个搜索引擎的性能。通过对比实验，本文也证明了该策略相较于传统策略在实际应用中的优越性。
