伴随着内存技术的进步,内存数据库在近年来开始得到研究者们的关注。大量的关于如何构建实用的内存数据库系统的研究也得以开展,但是,对于社会网络软件和web系统中的内存数据库的装载和交换策略却较少被研究。本文首先提出了一个面向社团网络软件系统的内存数据库装载策略,然后设计了两个不同的内存数据库交换策略:第一个策略是基于马尔科夫过程设计的,另一个则是基于web挖掘中的期望页面挖掘算法设计的。首先,在面向社会网络软件的内存数据库的装载策略中引入了社会网络中的社团结构特性,并选用经典的GN算法作为策略中的社团结构探测算法。本文采用了不同于以往的策略,在更高的层面来聚合联系紧密的数据。这个策略也可以被用到基于社会网络和内存数据库的其他系统中。接下来,本文提出了一个基于马尔科夫过程的内存数据库交换策略。根据事务对于关系中的属性的访问特点,同时存取的属性可以作为一个整体。事务对于属性组合的访问过程在文中被证明是典型的马尔科夫过程,因此可以根据马尔科夫过程来预测在一定时间内不会被访问到的属性组合换出内存。最后,本文把web挖掘技术引入到内存数据库的交换策略,提出了面向web系统基于web日志挖掘的交换策略。通过期望页面挖掘算法,把用户将要访问到的页面对应的数据换入内存,以此来提高系统的用户体验。试验结果表明,本文所设计的策略在其相应的应用环境下,在一定程度上可以提高系统的性能。