Web搜索引擎为互联网网民获取信息提供了重要途径,商业搜索引擎每天接收数以亿计的查询请求,高效获取所需要的信息成为搜索引擎的重大挑战。本文利用搜索引擎查询日志研究搜索引擎缓存技术,以达到提高搜索引擎查询检索效率的目标。本文提出了具有创造性的搜索引擎缓存方法,在大规模真实用户查询日志上验证了这些方法的有效性。本文的主要贡献和创新点如下:　　 1.提出基于查询特性和用户特性的搜索引擎查询结果缓存与预取方法。通过在搜索引擎两个月的大规模真实查询日志分析得出,用户对搜索引擎的贡献具有长尾分布特性,结合该特性设计查询结果访问预测模型和缓存方法。实验结果表明,与传统的典型方法相比,该方法可以获得3.03%～8.45%的缓存命中率提升。　　 2.提出预取感知的查询结果缓存接纳策略。查询结果预取导致查询结果页码的缓存缺失率具有显著差异性,结合该特性设计预取感知的接纳策略,该策略包含查询评估模型以及模型特征。实验结果表明,与传统的典型策略相比,该策略可以获得6.38%～11.99%的缓存命中率提升。　　 3.提出搜索引擎第二级缓存问题。在搜狗搜索引擎用户查询日志上,研究第二级缓存的工作负载以及不同的缓存替换策略对第二级缓存产生的影响。实验结果表明,在小容量配置下,静态缓存策略能够获得最佳缓存命中率;当容量扩大时,LIRS(LowInter-referenceRecencySet)替换策略效果最好;当第二级缓存容量很大时,MO(Multi-Queue)替换策略效果最好。　　 4.从查询局部性、缓存策略、缓存容量、工作负载周期性等方面对大规模搜索引擎查询日志进行分析。还针对查询历史信息的时间跨度问题,探讨其对缓存命中率的影响。