软件定义网络（SDN）是一个创新性的网络架构，它从底层设备中分隔出了网络控制功能。跟随时间的推移，越来越多的应用产生了大量的数据处理需求，利用SDN帮助企业建立一个更易管控的大数据中心正成为大势所趋。为了并行处理大规模数据，Hadoop作为MapReduce的一个开源实现被提了出来。在实际Hadoop系统中，一个严重影响整体性能的问题（如何使作业完成时间最短）是一个NP完全问题。将任务分配到数据本地节点是一个主要的分配策略，由于网络带宽是一个紧缺资源，这样做可以避免链路占用。许多任务调度算法诸如HDS和BAR都是采用了保证数据本地性的策略。然而，这些算法要么忽视了从全局角度来分配任务，要么在分配任务的时候忽略了网络可用带宽这一重要影响因素。本文提出了一个启发式的带宽感知任务调度算法BASS，BASS结合考虑了Hadoop和SDN。它不仅从全局视角保证了数据的本地性，同时也用一种优化的方式来高效分配任务，示例和实验都证明了BASS算法在作业完成时间方面有着最好的性能表现。据我们所知，BASS是第一个利用SDN的能力来帮助Hadoop进行大数据处理的策略，我们相信这为大数据处理指明了一个新的趋势。