随着互联网的飞速发展,大数据成为了产业界和学术界最热门的话题,大数据开始表现出体量大、处理速度快、类型繁多、价值高和真实可靠的特性。为了应对大数据的飞速变化与发展,人们使用了多种处理方案。通过批处理来进行离线大数据分析,实时处理来实时产生的数据立即做出反应,SQL查询来应对交互式查询需求,各种NoSQL数据库来应对不同的数据存储需求。这些处理方法已经被广泛应用于个性推荐、金融保险、情报分析等多个领域,如何应对多种多样、不断变化的需求是大数据分析的重要挑战。此外,各种计算框架层出不穷,如何有效利用这些计算框架也是大数据分析的另一挑战。在这样的背景下,本文设计并实现了基于Hadoop和Storm的大数据分析平台。首先,本文研究了大数据分析平台的基础架构,将大数据分析平台分为数据源、数据吸收层、数据存储层、大数据平台层、安全与监控层、设备层和应用层,平台基础架构为大数据分析平台的实现奠定了基础。接着,本文围绕大数据应用的构建展开。设计并实现了耦合度低、拓展性好的应用架构,将大数据应用分为UI层、Web服务层、基础平台层和应用存储层,实现了前后端分离,规范了应用构建流程。同时基于该架构设计并实现了大数据分析平台,平台包含了用户管理、数据管理、工作流引擎、数据交换和Storm实时监控等模块,并运用Redis和MongoDB来存储数据,并且工作流引擎具备同时处理MapReduce和Spark算法的能力,整个平台具备了批处理和实时处理能力。最后,通过对平台的功能测试,证明了平台设计和实现方案的正确性和有效性,能够应对大数据分析的多种需求。