随着互联网的发展,越来越多的应用产生了大量的数据处理需求,为了并行处理大规模数据,Hadoop作为开源的分布式系统基础架构被提了出来。然而在实际Hadoop系统中,一个严重影响其整体性能的问题(如何使作业完成时间最短)成为了一个NP完全问题,导致这个问题的主要因素是数据中心的网络带宽的紧缺使MapReduce计算过程中数据迁移时间过长。而软件定义网络(SDN)作为一个创新性的网络架构,它将控制层面完全由交换设备中剥离出来,迁移到控制器中,交换机只负责数据的转发工作,从而实现了路由控制和数据转发的分离。同时也使交换机能够对网络中的数据进行灵活的处理,并且控制器能够知晓全局网络拓扑结构,这让我们看到了通过OpenFlow(SDN的具体实现)对Hadoop进行性能优化的可能性。由此本文首先分析了影响Hadoop工作性能的主要原因,是Map节点向Reduce节点进行数据迁移时间过长。针对该问题,我们提出利用SDN对网络的灵活控制,让Map中间值在交换机上进行数据合并,通过合并数据节约带宽。为此我们提出了OF-MR系统,该系统使得Hadoop中Master节点与控制器交互,设计了基于SDN的MapReduce路由算法,在交换机上进行数据合并行为的扩展。最后本文在真实的网络环境中搭建了OF-MR系统,对其进行了功能测试和性能测试,验证了在云计算数据中心网络中应用该方案的可行性和有效性。