传统的分布式计算与分布式数据库的研究是基于有限网络和固定主机的,这些都采用了一些默认的隐含假设,例如固定网络连接、对等通讯代价、主机节点固定不变等。然而在移动实时计算环境下,许多计算节点可以在自由移动过程中与网络建立连接,使上述假设条件不再成立,因而传统的分布式数据库中的技术不能完全地应用到移动实时数据库系统中。缓存技术是提高数据访问性能的经典技术,已经在计算技术的多个方面得到了成功的应用。在移动实时计算环境中,由于设备和网络资源的限制,缓存将发挥更加重要的作用。数据收集是将数据装入到移动客户机的缓存中,为即将发生的断接做准备的操作。数据收集的目的是使客户机在断接期间使用本地数据自主操作。在目前提出的大部分数据收集策略中,更多的考虑的是收集的数据能够使客户机在断接时的缓存命中率更高,很少考虑收集数据对移动客户端的能量消耗以及移动网络带宽的利用率。数据项评估值策略采用数据访问请求延伸值:查询响应时间在整个服务时间所占得比例来评估数据收集策略的性能。进而引入评估值函数对每个可能收集的数据项求值,分析证明得出评估值最大其数据访问请求延伸值最小,因而数据项评估值策略可以取得理想的系统性能。最后针对移动实时客户机电源能量的限制,在数据项评估值策略的基础上,动态调整收集数据项的个数来达到不同应用在不同环境下对电源能量的要求。缓存的一致性是指移动客户缓存的数据与服务器中的数据保持一致。由于无线带宽的限制,在处理数据查询时应该尽可能避免更多的数据传输,必须采用高效的缓存失效策略来确保移动客户机上的缓存数据和存储在服务器上的原始数据的一致性。大部分基于失效报告的缓存管理策略往往会增加查询延迟,并且有限的无线网络带宽没有得到高效的利用。基于位序列的低延迟缓存管理策略以位序列的方式组织失效报告,通过插入中间失效报告来减少查询的延迟,并且在每个失效报告广播后,利用下行带宽立即广播客户请求缓存未命中的数据,从而提高了系统性能。