随着Internet的高速发展，产生了海量的Web信息，其中动态网页占了很大的部分。然而动态内容比静态内容需要更大的资源需求，并且给Web服务器带来了一个很大的问题，就是伸缩性。 动态网站的缓存能够解决伸缩性的问题，然而同时带来的一个问题就是采用缓存技术必须将数据请求和数据更新进行耦合，因为如果将对象更新而使缓存失效，这将必然使得下一次的请求需要重新进行计算。举例来说，假设有个缓存用来储存动态产生的网页，在一般情况下，我们有80％的点击比率，也就是说只有20％的页面需要重新计算。如果我们稍微更新一部分数据，那么有很大比例的缓存页面就会失效，同时，点击率也会急速下降。这样就会导致平均相应时间的急速上升，进一步有可能导致服务器的饱和。视图物化能够解决这个问题，因为它能够将服务请求和数据更新进行解耦。 选择那一种视图去物化，即物化视图选择问题，已经在数据仓库方面有了很多的研究。但是数据仓库在更新的时候是离线的，与此不同，大多数的Web服务器在进行后台的数据库更新和维护的时候都是和用户的在线请求并行的。因此，在Web的环境下，选择哪种视图物化，必须动态地决定，需要同时考虑性能和数据更新。 在本文中，我们提出了OVDS(θ)，一种在线视图选择问题的自适应算法。OVDS(θ)就像系统中的把手一样，决定运行时哪些视图被物化(缓存和数据一起更新)，哪些只是被缓存而被尽量复用。参数θ对应对于系统来说可以接受的数据有效性的一个级别。