HBase Block Cache更新/失效机制及读写路径疑问

你的理解确实有误，HBase的读取优先级并非先查Block Cache再查MemStore，正确的查询顺序是：

• 先查MemStore（内存中的未持久化数据）
• 再查Block Cache（磁盘数据的内存缓存）
• 最后查磁盘上的HFile

所以当你执行Put写入新值Y到MemStore后，读取操作会优先从MemStore获取最新的Y，不会去读取Block Cache里的旧值X，这完全符合HBase保证数据最新的设计逻辑。

关于Block Cache的状态：

• Put操作本身不会主动更新或失效Block Cache中的旧值X。MemStore里的Y在flush到HFile之前，Block Cache里的X仍然存在，但因为读取优先级的关系，不会被返回。
• 当MemStore中的Y被flush到HFile后，后续如果有读取操作命中这个新的HFile数据块，HBase会把Y加载到Block Cache中；而旧的X缓存块会通过LRU（最近最少使用）策略逐渐被淘汰出Block Cache，不会主动清理。

补充一点：HBase是基于版本的存储系统，每个写入操作都会生成带时间戳的新版本。即使读取时同时从多个来源拿到数据（比如MemStore的Y和Block Cache的X），也会自动返回时间戳最新的那个版本——而MemStore里的Y时间戳肯定比Block Cache里的X新，所以最终结果还是Y。

内容的提问来源于stack exchange，提问作者sachin