实际上，MySQL和HBase是两种不同的数据库系统，分别由不同的团队开发，使用不同的数据存储和查询技术。MySQL是一个关系型数据库管理系统，而HBase是一个基于Hadoop的分布式、可扩展、大数据存储系统。因此，不存在“MySQL HBase”的查询优化技巧。以下分别针对MySQL和HBase的查询优化技巧进行介绍：

索引优化：合理创建和使用索引可以显著提高查询效率。查询缓存：利用MySQL的查询缓存功能，缓存常用查询的结果，减少数据库负载。避免全表扫描：尽量使用索引查询，避免执行全表扫描。批量操作：使用批量插入和更新，减少数据库交互次数。数据分片：对于大数据量的表，可以考虑进行数据分片，分散查询负载。调整配置：根据实际情况调整MySQL的配置参数，如内存分配、连接数等。

合理设计表结构：包括选择合适的行键、列族和列限定符。预分区：根据数据访问模式预分区，以提高查询性能。使用过滤器：通过设置过滤器减少扫描的数据量。缓存机制：利用BlockCache和MemStore缓存热点数据。批量操作：使用批量API减少RPC调用次数。数据压缩：对数据进行压缩，减少存储空间和I/O开销。监控和调优：使用HBase的监控工具，定期分析性能数据，进行针对性的优化。

通过上述优化技巧，可以显著提升MySQL和HBase的查询性能，满足不同应用场景的需求。