在當前電腦系統當中，因為機械式硬碟的讀取速度遠低於主記憶體，故資料庫應用程式於檔案搜尋時，必須透過記憶體在應用程式與資料庫之間扮演一個緩衝的角色，我們可稱之為「快取記憶體」；但因成本考量，快取記憶體通常只具有相當有限的空間，如果使用者常常對幾個熱門的檔案做重複性的存取，而記憶體沒有一良好的管理機制來控管快取記憶體內部檔案的取捨時，將導致記憶體存取機制不斷至底層硬碟讀取資料，降低了系統整體的效能，導致工作延遲。
目前較常用到的快取置換機制使用包括：GDSF ( Greedy Dual-Size Frequency )、LRV ( Lowest Relative Value )、LRU ( Least Recently Used )、LFU( Least Frequency Used )以及SIZE( Maximum Size )等幾個快取策略，且各有其優缺點。在本篇研究論文中，將會利用關聯式資料庫中資料表之間的關聯性，並結合GDSF演算法產生一個新的快取策略RSF(Relation Size Frequency)，並藉由某一公司使用者存取IBM/AS400資料庫資料表時的實際紀錄作為調較資料，找出最佳參數設定，然後以另外一套ERP資料庫系統透過模擬使用者隨機存取資料庫資料表，來驗證此策略相較於其他快取置換機制，確實能擁有比較高的快取命中率。
由於目前大部分的資料模型都已漸漸往關聯式資料庫發展，因此本研究成果可廣泛應用於大部分的資料庫系統中，且在資料表間關聯性愈緊密的資料庫內，愈能看出關聯性置換機制確實較能比其他置換機制擁有更好的快取命中率，以減輕資料庫伺服器在面對大量資料表存取需求時的負擔，來提升整體系統之效能。

Because a hard disk has a much slower accessing speed than the main memory in computer systems, the memory usually play a role as a buffer, referred to as the “Cache Memory”, between application and database file system. For cost-effective reason, cache memory usually is limited in space. If an application access some files repeatedly and, without a good replacement policy to manage the cache memory, the cache memory will read these files from the hard disk constantly, thus, reducing the performance of the whole computer system to delay the application.
Nowadays, the most frequently used replacement policies include Greedy Dual-Size Frequency (GDSF)、Lowest Relative Value (LRV )、Least Recently Used (LRU)、Least Frequency Used (LFU) and Maximum Size (SIZE) policies and each of them has its own advantages and disadvantages. In this study, a new parameter Relationship, which is based on the mutual relationship between table files of a relational database system, is combined with the GDSF algorithm to create a new replacement policy, called the Relation Size Frequency (RSF) policy. The policy is trained to find the best parameter setting using real table accessing data of an IBM/AS400 database information system at one company. It is then proved, by simulated random accesses to the database tables of another ERP database system, that the new cache replacement policy with relationship parameter has a better cache hit rate than other cache policies and is able to improve the performance of the applications. Because the majority of database models have developed into relational database model gradually, the outcome of this research can be useful for most of the database systems, if they create mutual relationship between tables.

中文
[1]白典正，一個以內容為基礎的代理伺服器演算法，國立中央大學 資訊管理學系研究所 碩士論文，2003.6
[2]吳俊德，具額外快取之影片快取替換，國立中央大學 資訊工程研究所 碩士論文，2004.7
[3]呂永和 張朝宗 洪振洲，一個適用於資料廣播的混合式快取策略，2005 NCS全國計算機會議，2006.10
[4]李春雄，資料庫學習實務，文京出版機構，2007.9
[5]沈桂鳳，應用灰關聯分析於資料倉儲中實體化視域之動態挑選，義守大學 資訊管理研究所 碩士論文，2004.7
[6]林景堂，有效率的處理在資料倉儲上連續的聚合查詢，國立中央大學 資訊工程研究所 碩士論文，2007.7
[7]姚修慎，資料庫系統概論，揚智文化 教科書，1999.2
[8]高明慶，延伸式標籤語言資料庫上的預測性快取記憶體管理機制，國立成功大學 資訊工程研究所 碩士論文，2002.7
[9]張慈牧 陳大任，計算機組織與架構，全華圖書，2008.2
[10]許毅嘉，關聯法則應用於代理伺服器上之快取置換機制，國立中興大學 資訊科學研究所 碩士論文，2001
[11]陳亭志 黃汝棋，以快取服務提升電子商務網站收益之研究，Journal of e-Business第七卷 第一期 pp.1-14，2005.3
[12]陳會安，ASP.NET 2.0網頁製作徹底研究 第二版，旗標出版股份有限公司，2006.8
[13]陳會安，資料庫系統 理論與設計實務，學貫出版社，2006.12
[14]童智揚，無線廣播環境下關聯資料的快取配置方法，南華大學 資訊管理系 碩士論文，2006.6
[15]黃汝棋，考慮文件資訊價值之快取置換策略，朝陽科技大學 資訊管理系 碩士論文，2003.6
[16]蔡子超，以資料探勘技術支援資料倉儲設計之研究，國立中山大學 資訊管理研究所 碩士論文，2001.7
[17]顏春煌，作業系統，碁峰，2008.6

英文
[18]Arlitt M., Cherkasova L.,Dilley J.,Friedrich R., and Jin T.，Evaluating Content Management Techniques for Web Proxy Caches，Internet Systems and Applications Laboratory, HP Laboratories Palo Alto HPL-98-173，1999.4
[19]Arlitt M., Friedrich R., and Jin T.，Performance evaluation of Web proxy cache replacement policies，Internet Systems and Applications Laboratory, HP Laboratories Palo Alto HPL-98-97(R.1)，1999.10
[20]Barbara P.G., Andreas D.，Building Relational Web-based Applications With Cache，Springer-Verlag New York Inc，2009.12
[21]Codd,E. F.，A relational model of data for large shared data banks， Communications of the ACM13(6) pp.377-387，1970.7
[22]Cao P., Irani S.，Cost-Aware WWW Proxy Caching Algorithms，Proceedings of the USENIX Symposium on Internet Technologies and Systems, Monterey, CA, pp.193-206，1997.12
[23]Cherkasova L.，Improving WWW Proxies Performance with Greedy-Dual-Size-Frequency Caching Policy，Computer Systems Laboratory, HPL-98-69(R.1)，1998.11
[24]Candan K.S., Li W., Luo Q., Hsiung W.P., and Agrawal D.，Enabling dynamic content caching for database-driven web sites，Proceedings of the 2001 ACM SIGMOD international conference on Management of data, New York, USA, pp.532-543，2001
[25]Elizabeth J. O’Neil, Patrick E. O’Neil, Weikum G.，The LRU-K Page Replacement Algorithm For Database Disk Buffering，ACM SIGMOD Washington D.C., pp.297-306，1993
[26]Robinson J. and Devarakonda M.，Data Cache Management Using Frequency-Based Replacement，Proceedings of the 1990 ACM SIGMETRICS Conference on the Measurement and Modeling of Computer Systems, Boulder, Co, pp.134-142，1990.5
[27]Jacob B., David W.，Memory System : Cache, Dram, Disk，ELSEVIER(Singapore) Pte Ltd.，2008
[28]Luigi Rizzo, Member, IEEE, and Lorenzo Vicisano，Replacement Policies for a Proxy Cache， IEEE/ACM TRANSACTIONS ON NETWROKING,VOL. 8, NO. 2, pp.158-170，2000.4
[29]Silberschatz A., Galvin P.B., Gagne G.，Operating System Concepts 8/e，John Wiley & Sons，2008.7
[30]Smith A.J.，Cache Memories，IEEE/ACM Transactions on Networking, Vol.8, No.2, pp.158-170，2000
[31]Williams S., Abrams M., Standridge C.R., Abdulla G., and Fox E.A.，Removal Policies in Network Caches for World-Wide Web Documents，ACM SIGCOMM Computer Communication Review, Vol.27, Issue.3, pp.118-135，1997
[32]Wang J，A survey of web caching schemes for the Internet，ACM SIGCOMM Computer Communication Review, Vol. 29, pp.36-46，1999

網頁
[33]〔MySQL〕儲存引擎的介紹，http://blog.yam.com/thisismysoul/article/23930513
[34]ASP.NET連結MySQL初體驗，http://www.dotblogs.com.tw/jeff377/archive/2008/03/17/1709.aspx
[35]The Memory ( HEAP ) Storage Engine，http://dev.mysql.com/doc/refman/5.0/en/memory-storage-engine.html
[36]WebChart Control for ASP.NET，http://www.carlosag.net/Tools/WebChart/
[37]鄧姚文，資料庫管理系統，http://courses.ywdeng.idv.tw/cust/2010/db/outline.html ，2010.3
[38]儲存引擎和資料表類型，http://twpug.net/docs/mysql-5.1/storage-engines.html#memory-storage-engine