数据服务平台将分布在互联网上多源异构数据，通过数据服务建模封装成原子数据服务，多个原子数据服务组合形成复合数据服务。同时，复合数据服务具有层次结构，屏蔽了底层多源异构数据访问的复杂性，是实现跨域数据集成的一种手段。　　当底层数据服务发生数据更新时，数据更新如何自下而上经过多个中间复合数据服务传播到顶层，并在这个传播的过程中保障顶层复合数据服务的更新效率就成为一个挑战问题。针对这一问题，提出一种基于缓存的复合数据服务更新优化方法，该方法首先利用启发性规则和数据服务等价变换法则，通过对数据操作的次序及组合方式进行变换优化数据服务组合方案。然后借鉴数据缓存的思想，根据数据服务的更新频率、请求频率、数据量等属性值，计算可行缓存点的请求总成本和一致性成本，以此来分析可行缓存点的成本效益模型，从中找出数据服务的最佳缓存点，同时在数据服务更新时，顺序组合复合数据服务操作算子的唯一标准符，在不失去复合数据服务算子执行顺序下建立索引关键字，通过B树缓存索引，快速有效的查找缓存点，重用缓存数据，避免数据服务重复执行。实验表明，该方法优于不缓存任何数据和只缓存最终结果两种方案，并且降低了系统负载，提高了复合数据服务更新效率。