HBase是一个分布式的、面向列的数据库，它是基于Google的Bigtable论文实现的。HBase可以存储海量的结构化和半结构化数据，并提供高效的随机访问和扫描能力。HBase是Hadoop生态系统中的重要组成部分，它可以与HDFS、MapReduce、Spark等其他框架协同工作。
HBase的架构可以分为两个层次：客户端层和服务端层。客户端层负责与用户交互，提供API和工具来操作HBase。服务端层负责存储和管理数据，提供高可用性和一致性保证。服务端层又可以细分为三个核心组件和一个非核心组件，分别是：
1.HMaster：HMaster是HBase集群的管理节点，它负责协调集群中的各个RegionServer，监控集群的健康状况，处理故障恢复，以及执行一些元数据操作，如创建、删除表等。
2.RegionServer：RegionServer是HBase集群的工作节点，它负责存储和服务数据。一个RegionServer可以管理多个Region，一个Region是一个表的一部分，是HBase的最小单元。RegionServer负责处理客户端的读写请求，以及执行一些本地操作，如刷写、合并、分裂等。
3.ZooKeeper：ZooKeeper是一个分布式协调服务，它为HBase提供了一致性、命名、配置管理、锁等功能。ZooKeeper在HBase中主要用于存储集群元数据，如HMaster地址、RegionServer列表、Region分布等，以及实现一些分布式锁和选举机制。
4.HDFS：HDFS是一个分布式文件系统，它为HBase提供了底层的数据存储能力。HBase将数据以文件的形式存储在HDFS上，这些文件称为HFile。HFile是一种有序的键值对文件格式，它支持快速查找和范围扫描。HDFS为HFile提供了高容错性、高吞吐量、高可扩展性等特性。
从上面可以看出，HBase架构中不包括哪个功能组件？答案是HDFS。虽然HDFS是HBase数据存储的基础，但它并不是HBase自身的功能组件，而是一个独立的框架。HBase可以在其他文件系统上运行，只要满足一些基本要求，如支持随机读写、支持追加写入等。例如，HBase可以在Amazon S3上运行。
因此，在理解和使用HBase时，我们需要区分好核心组件和非核心组件，以及功能组件和非功能组件。这样可以帮助我们更好地掌握HBase的原理和特性，以及避免一些常见的误区和问题。