摘要：交通流数据具有多来源、高速率、体量大等特征,传统数据存储方法和系统暴露出扩展性弱和存储实时性低等问题。针对上述问题,设计并实现了一套基于HBase交通流数据实时存储系统。该系统采用分布式存储架构,通过前端的预处理操作对数据进行规范化整理,利用多源缓冲区结构对不同类型的流数据进行队列划分,并结合一致性哈希算法、多线程技术、行键优化设计等策略将数据并行存储到HBase集群服务器中。实验结果表明：该系统与基于Oracle的实时存储系统相比,其存储性能提升了3~5倍;与原生的HBase方法相比,其存储性能提升了2~3倍,并且具有良好的扩展性能。

摘要：旅行时间计算是智能交通系统研究的重要内容，准确的旅行时间计算结果可以为交通管控部门提供决策支持，缓解交通拥堵情况。近年来，随着监测水平的提高，交通监测数据呈现海量增长趋势。传统的关系型数据库应对海量数据时存在高并发读写和扩展性不足等瓶颈。为解决智能交通因数据规模过大带来的存储和查询问题，提出了一种基于HBase的交通旅行时间计算方法，设计了面向查询优化的行键策略，并在此基础上提出了单时段及多时段旅行时间计算方法。实验表明，该计算方法与传统的基于Oracle的算法相比，时间效率提高2～3倍，并且有较高的读写性能及良好的可扩展性。