HBase中单表的数据量通常可以达到TB级或PB级，但大多数情况下数据读取可以做到毫秒级。HBase是如何做到的哪？要想实现表中数据的快速访问，通用的做法是数据保持有序并尽可能的将数据保存在内存里。HBase也是这样实现的。
对于海量级的数据，首先要解决存储的问题。
数据存储上，HBase将表切分成小一点的数据单位region，托管到RegionServer上，和以前关系数据库分区表类似。但比关系数据库分区、分库易用。这一点在数据访问上，HBase对用户是透明的。
数据表切分成多个Region，用户在访问数据时，如何找到该条数据对应的region呢？查找流程如下：
在HBase 0.94以前的版本中，有两个特殊的表，-Root-和.Meta. ，用来查找各种表的region位置在哪里。-Root-和.Meta.也像HBase中其他表一样会切分成多个region。-Root-表比.Meta更特殊一些，永远不会切分超过一个region。-ROOT-表的region位置信息存放在Zookeeper中，通过Zookeeper可以找到-ROOT-region托管的RegionServer。通过-ROOT-表就可以找到.META.表region位置。.META表中存放着表切分region的信息。HBase 0.98以后，-ROOT-表被移除，直接将.Meta表region位置信息存放在Zookeeper中。Meta表更名为hbase:meta，部分内容如下：
hbase(main):021:0> scan 'hbase:meta'
ROW COLUMN+CELL
crawler_data,,1434369403755.1cd1e7575017ba6d column=info:regioninfo, timestamp=1434369404626, value={ENCODED => 1cd1e7575017ba6d25fe97416f329503, NAME => 'crawler_data,,143436
25fe97416f329503. 9403755.1cd1e7575017ba6d25fe97416f329503.', STARTKEY => '', ENDKEY => '14341050600001033470209693090480'}
crawler_data,,1434369403755.1cd1e7575017ba6d column=info:seqnumDuringOpen, timestamp=1434369404761, value=\x00\x00\x00\x00\x00\x00\x8C9
25fe97416f329503.
crawler_data,,1434369403755.1cd1e7575017ba6d column=info:server, timestamp=1434369404761, value=hdpnode5.devgbg:60020
找到数据对应region托管的RegionServer以后，客户端就和RegionServer交互了。Meta表很好的解决了region定位的问题。
RegionServer读取region数据时，必须重新衔接持久化到硬盘上的HFile和内存中MemStore时的数据。使用BlockCache缓存HFile里读入内存的频繁访问的数据，避免硬盘读。读取时，首先检查MemStore等修改的队列，然后检查BlockCache看包含该行的Block是否最近被访问过，最后访问硬盘上的对应HFile。
HFile物理存放形式是一个Block的序列外加这些Block的索引。Block是建立索引的最小数据单位，也是从硬盘读取的最小数据单位。从HBase里读取一个Block需要先在索引上查找一次该 Block，然后从硬盘读出。Block的大小可以在列族级别设定，默认值是64KB。如果业务场景主要是随机查询，可以把Block调小，生成细粒度的Block索引，提高查询性能，代价是Block索引会消耗更多的内存。如果经常需要使用MR顺序扫描表，一次读取多个Block，大一些Block设置性能更好，同时节省索引内存开销。
存储在硬盘的HFile按Block创建索引，在查询特定的行时，使用Block索引查找应该读取HFile的数据块，效果还是有限的。Block数据块的默认大小是64KB，这个大小也不调整太多。如果查询特定的行，只在整个数据块的起始行键上建立索引粒度还是不够。特定行在Block数据块中的查找方法，HBase还提供了布隆过滤器。布隆过虑器允许对存储在每个数据块的行键做一个反向测试。当某行被请求时，先检查布隆过滤器，看看该行是否不在这个数据块中。HBase提供了行级布隆过滤器和列限定符级布隆过滤器。列限定符级布隆过滤器会增加更多的内存开销。
总结一下，HBase通过切分表、BlockCache，Block索引和布隆过滤器等技术，实现了单表海量数据的毫秒级查询。