在这个大数据的时代,人们生活不断便捷丰富的同时,也面临着如何处理和存储海量数据的挑战。在交通物流领域,面对种类和体量迅猛增长的交通监测数据,传统的关系型数据库解决方案虽然具有支持数据的顺序扫描、复杂查询同时兼具强大索引功能的优点,但是其对于大数据处理性能和可扩展性的不足也成为了它的瓶颈。而NoSQL数据库作为一种新兴的存储解决方案,具有高可扩展、高可用等特点。因此,如何结合两种数据库的优点,使其能满足海量交通数据的存储和挖掘,具有重要的意义。本文针对上述问题,设计并实现了一个基于关系数据库MySQL和NoSQL数据库HBase的混合存储系统。本文首先对HBase的查询过程进行了深入的研究,提出了基于MySQL二级索引的混合架构查询优化方案。该方案的特点在于:通过对HBase在MySQL上建立索引表,减少了查询访问HBase的次数,同时利用MySQL支持SQL语言、查询快速的特点,提升了HBase数据查询检索性能。接着基于上述研究成果,设计并实现了一个海量交通监测数据的混合存储系统。该系统除了实现存储查询功能外,还运用消息队列Kafka和实时流数据处理工具Storm实现了数据的预处理,同时通过基于Sequence File文件合并,解决了HDFS小文件存储的问题。最后,本文搭建了实验平台,对混合存储系统的数据写入和查询进行了详细的对比性能测试。实验结果表明,本文提出的混合存储系统不仅具有高可扩展性和高可用性,而且与其他NoSQL数据库相比,具有支持SQL复杂查询和读写性能更优的特性,为海量数据的存储提供了一个可供选择的方案,具有一定的工程价值和使用意义。