目前,基于通信的列车自动控制系统(Communication Based Train Control System,CBTC)在城市轨道交通中被广泛使用。CBTC产生了例如车次号、机车状态、油耗参数等大量机车、电务等有关信息。在课题中这些数据被称作城市轨道交通日志数据。随着CBTC的快速发展和应用,对海量日志数据的有效存储和充分分析成为了迫切的需要,这对提高城市轨道交通运输能力、降低运营成本、加强城市轨道交通的安全运维有着重要的现实意义。本课题主要利用了 Hadoop、HBase和Spark等大数据技术,基于大数据技术的高可靠性、高可扩展性以及分布式内存迭代计算等优势,设计和实现了城市轨道交通日志数据的存储挖掘子系统。首先,通过对整个城市轨道交通日志数据的存储挖掘子系统的需求分析,确定了该子系统的功能需求,主要包括数据采集功能、解析功能、存储功能和分析功能。根据上述功能需求,设计了该子系统的整体架构以及功能模块划分,详细介绍了各个功能模块的交互过程,以及基于日志数据特点的各个模块的主要设计,并在详细设计与实现章节给出了各个模块的核心算法与代码实现。继而,在实验测试章节,介绍了 Hadoop和Spark集群的部署环境,阐述了在实验环境下的各个功能模块的测试结果,并针对系统实现过程中的问题给出了系统优化方案。最后,对本课题和作者在课题研究期间的工作成果做出了总结,并提出了进一步的改进方案。