随着科技进步和经济崛起,中国的汽车行业得到了迅猛发展。车辆迅速增加带来了一系列问题,例如汽车犯罪、交通拥堵、交通事故频发等,这不仅给人们生活带来极大不便,也严重影响了社会发展。为了解决交通问题,人们开始考虑将车辆结合互联网技术进行综合管理,智能交通的概念由此产生。车辆监控系统是智能交通研究的主要课题,也是解决上述问题的有效方法。本文设计了一款方便拆分组合、适合多种应用的监控中心,并详细介绍了其设计原则、系统结构、技术实现以及主要功能实现。随着系统规模扩大和时间推移,监控中心会积累大量的、有价值的车辆轨迹数据和报警数据,这将为用户统计行驶记录和分析报警信息提供丰富的数据资源。为了充分利用这些历史数据,本文将数据仓库技术引入到车辆监控系统,并利用Hive框架优化数据仓库实现。论文首先描述数据仓库的设计原则和体系结构,介绍元数据的定义、分类和作用。其次在详细分析原始数据的基础上进行数据模型的设计,抽象出驾驶员、车辆、行驶记录和报警记录四个主题,根据主题设计出相应的事实表和维度表,构造事实-维度关系模型和物理模型。然后根据具体业务需求选择粒度级别,并设计基于Hive框架的数据抽取、转换、加载流程。最后,在Hadoop平台和Hive框架之上,搭建车辆监管系统数据仓库实验平台,为企业高管提供统计分析和决策支持,并通过测试检验该平台处理大数据的效果。