随着企业信息化的推进,越来越多的物流企业也从传统的手工记录管理逐渐的进入了信息化管理的时代。其中物流企业对旗下运输车辆的监控也逐渐开始了实时追踪,精确管理。为了实现这样的目标,就必须不断的收集车辆的实时状态信息。监控数据会随着时间的积累不断增加,对于一个包含大量车辆的物流企业来说,传统的数据库存储及查询很难满足系统的需求。Hadoop是一个全新的软件框架,能够实现对大数据的分布式存储和处理。它充分利用集群的特性对数据进行可靠、高效、可伸缩的处理。任何人都可以通过Hadoop使用现有的闲置设备或低配置的设备搭建起可与高性能服务器相当的集群,使得系统整体成本降低,并且用户无需了解分布式底层细节,直接开发分布式程序,使用方便。使用Hadoop对解决物流企业运输车辆所产生的海量监控数据进行管理能很好的满足系统的需求。本文基于原有的一个物流车辆监控管理系统进行研究。使用全新的Hadoop集群技术来替代原有的传统数据库方式对数据进行管理。在现有的条件下搭建了一个含有3个节点的集群环境,考虑监控数据的特性,在Hadoop基础上选用了支持实时读写的分布式数据库系统HBase,重新对监控数据的数据格式进行了设计。并采用了Hadoop强大的数据并行处理编程模型MapReduce对监控数据进行分析处理。将Hadoop与传统的物流车辆运输监控系统结合起来,实现原有的监控管理系统应有的功能,并能对物流车辆运输监控数据进行更高效的管理。最后通过一系列的测试比较验证采用基于Hadoop的物流车辆运输监控数据管理能够更好的满足需求。