对象存储系统作为近几年兴起的一种存储技术,越来越在高性能存储领域受到重视,研究对象的相关性对于优化对象存储系统的管理策略和性能都有着重要意义。在对象存储系统中,元数据的管理和请求都统一由元数据服务器来统一管理和处理,一个性能良好的缓存模块可以大大缓解在元数据端查询的瓶颈。因此选择在元数据服务器端实现了一个基于对象相关性的数据预取模块。依据历史访问次序和对象语义两个方面进行数据信息的挖掘,建立对象相关性的评价模型。然后提出了一种基于对象相关性的有向带权图的缓存算法,实现对象存储系统中元数据服务器的缓存功能。通过引入机器学习中的方法对缓存模型进行改进。使用线性回归分析的方法,建立线性方程组来进一步改进和评价公式中的影响因子,以获取更准确的影响因子。使用加强学习的方法,在缓存算法中增加了反馈的机制。最后对缓存模型进行了测试。利用HP trace数据对数据预取模块进行了测试,并且对测试结果数据进行回归分析,计算出线性拟合后的评价公式,并对拟合的结果进行了校验,实验表明回归模型对原始数据结构拟合得比较好,分析预测结果比较准确。