随着互联网的快速发展,Web系统访问量日益升高,网络拥堵和用户访问时延问题愈发严重,现有的网络带宽已经不能很好的满足用户的服务请求。因此,数据缓存技术应运而生,缓存技术将部分数据存储于服务器内存或客户端,可以很好地解决上述问题,但是通常的缓存技术大都只考虑针对所有缓存数据的管理过程,而未考虑缓存数据中不同访问频率的数据对象的管理过程,从而导致缓存命中率低。基于上述不足,本文针对Web应用系统中并发访问量最高的电商类系统,提出了一种基于热点数据预测的缓存管理方法。首先,通过对多种数据预测方法对比,采用了基于支持向量机的热点数据预测方法;其次,在缓存实现方面使用了预取技术与缓存管理相结合的方法,将预测所得的热点数据进行预取并缓存,非热点数据正常缓存;在缓存管理方面,提出了基于热点数据和非热点数据分别进行管理的方法:(1)在缓存替换方面,根据热点数据在一段时间内访问频率高的特点,提出了热点数据的替换策略,通过延长热点数据的缓存驻留时间,实现更快的响应用户请求,从而提高缓存命中率。(2)在缓存数据一致性维护方面,根据热点与非热点数据需求高低不同,分别采用服务器更新方法以及生存时间策略,完成对热点数据以及非热点数据的更新。(3)为了更好的保障系统运行时拥有足够的内存空间,本文提出了缓存空间阈值策略,该策略的基本思想是给定缓存空间一个阈值,然后通过算法计算缓存容量,如果缓存容量超出阈值,则清除过期缓存数据,以保证系统的正常运行。最后,通过设计一系列仿真实验以验证上述功能,包括热点数据预测的准确率分析、缓存数据替换策略的对比及命中率分析、缓存数据一致性维护的对比分析、缓存空间控制策略的分析以及系统性能的对比分析。