1. Önbellek öneri motoru, öneriler oluşturmak için iki model kullanır.
   • Kural tabanlı model, giriş sorgusu iş yüküne hangi önbellek adaylarının yardımcı olduğunu belirlemek için sofistiik buluşsal yöntemler kullanır.
   • Makine öğrenimi tabanlı model, temel sorgu örüntülerini saptayan ve potansiyel bir sorgu iş yüküne yardımcı olan önbellekleri tahmin eden, önceden eğitilmiş bir makine öğrenme modeli kullanır.

   Her iki model de, son öneriler kümesi oluşturmak için motogdan birleştirilen önbellek adaylarının sıralı bir listesini üretir. Makine öğrenimi tabanlı önbellek önerilerini etkinleştirmeyi ya da devre dışı bırakmayı seçebilirsiniz. Varsayılan olarak, makine öğrenimi tabanlı önbellek önerileri etkindir.

   Motor, önbellek oluşturma önerilerinin yanı sıra, geçmiş kullanımı ve diğer metriklere dayalı olarak önbellek devre dışı bırakma ve silme önerilerini de önerir. Bu öneriler, var olan önbellekler için Etkin ve Etkin Değil önbelleklerinde görüntülenir.

2. Makine öğrenimi tabanlı önbellek önerileri, temel sorgu kalıplarını göz önünde bulundurur ve 1 gün boyunca geçerli olan önbellekleri tahmin eder.

   Watson Query , bir endüstri standardı veri kümesi üzerinde eğitim almış önceden eğitilmiş bir model kullanır.

   Makine öğrenimi tabanlı önbellek önerilerini etkinleştirmeyi ya da devre dışı bırakmayı seçebilirsiniz.

3. Öneri altyapısı, her iki modelden son öneri kümesini birleştirir ve sıralarını sıralar. Daha sonra, Yönetici bu önerilerden veri önbellekleri ekleyebilir.

Watson Query , sıralı önerilerin listesini oluşturmak için bir motor sağlar. Önbellek oluşturma önerilerinin sıralaması, sorguların yürütme süresinde, giriş iş yükündeki sorguların sıklığına ve iki modelin ağırlığına göre belirlenir. Motor tam olarak farkındadır ve var olan önbelleklerin oluşturulmasını önermez. Ayrıca, motor yinelenen önbelleklerin oluşturulmasını önermez.

Önbellek önerilerinin oluşturulması işlemi, aşağıdaki resimde gösterildiği gibi beş aşamadan oluşur: