Hadoop是一个开源的分布式计算框架，由一系列的组件组成，每个组件都有不同的功能和作用。以下是Hadoop的核心组件及其功能：

　　1. Hadoop Distributed File System(HDFS)：HDFS是Hadoop的分布式文件系统，用于存储大规模数据集。它具有高容错性、高吞吐量和可扩展性的特点，可以将数据分布式存储在多个节点上，提供高效的数据访问和处理能力。

　　2. Yet Another Resource Negotiator(YARN)：YARN是Hadoop的资源管理器，负责集群资源的分配和管理。它可以将集群资源划分为多个容器，分配给不同的应用程序进行计算。YARN支持多种计算模型，如MapReduce、Spark等，使得Hadoop集群可以同时运行多个计算任务。

　　3. MapReduce：MapReduce是Hadoop的计算模型，用于处理大规模数据集。它将计算任务分解为Map和Reduce两个阶段，其中Map阶段负责数据的切分和处理，Reduce阶段负责数据的聚合和整理。MapReduce提供了并行计算的能力，适用于批处理型的大数据处理任务。

　　4. Hadoop Common：Hadoop Common是Hadoop的公共库，提供了一些通用的工具和库函数，用于支持其他Hadoop组件的运行。它包含了一些底层的系统功能，如文件系统、网络通信、安全认证等。

　　5. Hadoop Ozone：Hadoop Ozone是Hadoop的对象存储层，用于存储海量的对象数据。它提供了高性能的对象存储服务，并支持多种数据模型，如键值对、文件、目录等。Ozone的设计目标是提供高可靠性和可扩展性的存储解决方案。

　　除了上述核心组件外，Hadoop还有一些相关的项目和工具，如Hive、Pig、Spark等，用于提供更丰富的数据处理和分析能力。这些组件共同构成了Hadoop生态系统，为大数据处理和分布式计算提供了强大的工具和框架。

　　需要注意的是，Hadoop的组件和功能不断发展和演变，随着版本的更新可能会有新的组件加入或旧的组件更新。因此，具体的组件和功能可能会因版本而有所不同。