随着社交网络、电子商务的迅速发展，互联网在线购物的交易量急剧增长，无论对于电商企业、消费者还是物流商，海量货单带来的一系列物流配送问题日益凸出。由于传统的物流管理模式缺乏统一管理，已经无法满足日趋复杂的供应链体系，如何保证快速有序的供货，保持持续稳定的供应链，以确保物流的通畅和信息的实时性，目前已经成为物流业所面临的重大问题。将传统的物流管理模式和当下最热门的云计算技术结合起来，构建一个云物流管理平台，将有助于突破物流业的发展瓶颈。云物流通过吸收物流商的配送需求，使得大大小小的物流企业都加入到这个云物流体系，从而汇聚海量货单，依此建立一个庞大的云计算处理平台，将海量货单数据按地域、时间、类别、紧急程度进行统一调度处理，并利用遍布全国的配送节点，给出最优配送方案。Hadoop是一个分布式处理大数据的软件框架，其上整合了包括云计算管理、数据仓储等一系列架构，已成为学术界和业界进行云计算应用和研究的标准平台。国外的Yahoo！、FaceBook等公司，国内的阿里，中国移动、华为等，都已经通过Hadoop部署了自己的云计算平台。本课题的研究正是在深入分析Hadoop技术架构的基础上，将传统物流调度模式与云计算结合，根据云物流调度系统的需求，利用HDFS和HBase的分布式仓储功能存储海量运单信息，利用Map/Reduce编程框架实现统一调度算法，成功设计并实现了基于Hadoop的云物流调度系统。