随着物联网、云计算、移动互联网的飞速发展,大数据已成为信息化发展的主导方向。目前,公安机关正面临数据增长迅速、采集源头多样、处理延时较高、分析能力薄弱、预警效率低下、分析结果模糊等问题,难以满足现实业务需求。本文以公安犯罪预测为研究目标,采用大数据技术,设计实现了一个既能满足现有公安机关业务需求又对未来发展提供可扩展性的预警分析系统。系统对公安机关在大数据背景下开展犯罪侦查具有重要的指导意义,提升了公安机关的工作效率,迎合了公安机关的业务发展需求。本文在深入研究大数据技术和综合分析公安业务现状的基础上,按照软件开发流程,设计了一个基于Spark的犯罪预警分析系统。系统以公安机关丰富的业务数据为基础,首先分析了公安机关的业务现状,确定系统的功能需求和非功能需求;其次开展系统的设计与实现,系统设计了多种接口采集多源异构数据,建立消息总线统一汇聚数据资源,并依托Spark实时流处理组件细化犯罪预测粒度,形成有效的业务数据,采用机器学习算法建立预警分析模型,基于历史业务数据进行模型训练,在实时流上进行线上结果预测,并实时推送数据进行可视化展现;最后是系统的运行测试。本系统采用松耦合、易扩展、可伸缩的分布式架构,建立了实时高效的数据分析体系,实现了海量数据资源的实时采集、实时处理、实时分析、实时可视。并将该系统应用到公安犯罪预测的真实场景中,建立由人到案的侦查模式,极大地提升工作效率。