HBase BlockCache 和 BloomFilter 如何减少磁盘读？
面试怎么回答
BloomFilter 在访问 HFile 前用概率判断排除肯定不包含目标 RowKey 或 Row+Column 的文件，可能有假阳性但没有假阴性；BlockCache 则缓存已读取的数据块、索引块等，让真正需要的访问尽量命中内存。前者减少无效文件检查，后者减少重复磁盘读，需要结合点查比例、缓存命中和 HFile 数一起调优。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
一次不存在 RowKey 的 Get，为什么还可能去多个 HFile 做磁盘查找？
BloomFilter 负责提前回答“这个文件大概率没有”，BlockCache 负责让“确实要读的 Block”尽量留在内存。
BloomFilter 用少量内存排除不可能包含目标 Key 的 HFile，BlockCache 缓存已经读过的数据块与索引块；两者分别减少无效文件访问和重复磁盘读取。
一次读请求会经过多层候选
Region 内的数据可能同时存在 MemStore 和多个 HFile。Get 或 Scan 先判断文件范围与索引，再读取对应 Data Block。Flush 与 Compaction 之前文件较多时，一个 Key 可能需要检查多个候选 HFile，读放大会明显增加。
BloomFilter 先排除不存在
BloomFilter 是概率数据结构，能确定“肯定不存在”，但命中只表示“可能存在”。HBase 常按 ROW 或 ROWCOL 构建过滤器。它会有可控的假阳性，因此不能替代最终数据查找；但对大量点查不存在 Key 的场景，能跳过许多 HFile。
BlockCache 缓存真正访问的 Block
HFile 的 Data Block、Index Block、Bloom Block 等被读取后可进入 BlockCache。热点 Key 或热点范围再次访问时，从内存命中比磁盘读取快得多。缓存容量、实现与优先级会影响数据块和元数据块的竞争。
两者是串联而不是替代
BloomFilter 减少要不要打开和查找某个文件，BlockCache 优化确定需要访问的 Block 从哪里取。即使 Bloom 判断可能存在，索引和数据块也可能在缓存中；即使缓存很大，不做 Bloom 仍会为不存在的 Key 检查大量文件。
场景选择要看访问模式
ROW 适合按 RowKey 点查，ROWCOL 适合经常指定列的查询，但会增加 Filter 大小和写入成本。大范围 Scan 通常不能从 Bloom 获得同等收益；缓存也容易被全表扫描冲掉，需要合理设置 Scan 缓存策略与 BlockCache。
如何验证效果
观察 Bloom 请求数、有效排除数、假阳性相关指标，结合 BlockCache hit ratio、eviction、HFile 数量和读延迟。命中率低不一定只靠加内存解决，也可能是访问没有热点、Block 太大、全表扫描污染缓存或小文件过多。
参考资料
- Apache HBase Reference Guide：https://hbase.apache.org/book.html