在消费者对产品高质量要求的今天,产品质量安全管理尤为重要。产品质量安全不仅威胁着民众的合法权利与安全,同时也影响着企业商业健康与社会公信力,产品追溯作为产品质量安全管理的重要手段,具有重要的研究意义和实际应用价值。基于计算机技术的产品追溯系统是确保产品质量安全的重要手段,是解决消费者与市场之间信任危机的重要媒介。随着追溯系统覆盖的对象越来越多,针对追溯数据科学高效的存储与处理需求也日趋强烈,鉴于此,基于大数据的产品追溯系统为解决传统追溯系统对海量数据存储与处理困难的问题提供了新的思路和方法。在此背景下,本文在对HBase和Spark等大数据技术进行深入研究的基础上,结合GS1系统设计并开发了基于大数据的产品追溯系统,有效解决了大规模追溯数据存储效率低下、计算速度慢的问题。本文主要研究如下:构建基于大数据的产品追溯数据模型。该追溯数据模型的构建分为基于Petri网的供应链流程建模和基于GS1系统的产品追溯数据建模两个部分。首先对供应链流程进行分析与整合,借助Petri网的三个基本过程元素对其进行建模,该模型适用范围广并通过了可行性验证。此外,在对GS1系统的标识体系进行研究与梳理的基础上,结合批次码和序列号对产品进行标识以实现批次追溯,该方案可以确保标识的统一与唯一。同时明确产品追溯系统需要采集的关键追溯数据并在此基础上构建产品追溯数据模型。设计并实现基于大数据的产品追溯系统。首先,简要分析基于大数据的产品追溯系统的需求,构建了基于HBase和Spark产品追溯系统架构,并设计了产品追溯系统的功能模块和总体方案。该系统具有产品追溯、召回管理、新闻推荐和权限管理等功能。其次,对追溯系统的数据库进行设计,采用HBase数据库和MySQL数据库联合存储方式以满足存储与计算需求。对系统部署与配置情况做了说明,并对系统部分页面和功能进行了展示与演示。最后,针对MySQL数据库和HBase数据库的写入与读取性能进行了测试,测试结果显示在数据量较小时,MySQL数据库的读写性能优于HBase数据库,而随着数据量逐渐增大,HBase优势逐渐显现。由此得出HBase适合应用于有大规模数据处理需求的追溯领域。