随着大数据技术深入发展,运用大数据技术提升政府、企业的现代化管理水平已经成为共识。本文以审计大数据平台建设为背景,对审计大数据平台的若干技术进行研究,以解决审计业务场景中的大文件上传、结构化数据存储和分析、大文本相似度计算的难题。本文的主要工作包括以下几个方面:针对审计电子文件归集需求,设计了满足高达TB级文件传输的HTTP大文件上传技术方案。该技术基于浏览器传输和文件分片技术,实现并优化了断点续传功能和大文件校验功能,支持多用户高并发上传。针对审计大数据集的储存和分析,对比了多种分布式存储和计算方案,HAWQ在多项性能指标优于Hive、Impala等分布式SQL计算引擎,选择使用HAWQ作为审计关系型数据存储计算方案。HAWQ支持内外部表存储和分析大数据集;标准化SQL和丰富的函数有利于迁移审计模型,同时降低审计业务人员使用大数据技术的学习成本;完善的权限管理有利于维护数据安全;支持机器学习对审计数据深度挖掘。针对复杂审计文本查重对比需求,设计了多维快速查重对比方案,该方案通过StandardTokenizer完成分词和词性标注,由TextRank算法提取关键词,主要包括检索词提取、检索逻辑设计和多维指标计算步骤构成。方案有效地解决了长文本、长短文本难以进行相似度评判技术难题,为文本相似度计算提供新思路。论文最后对系统进行了测试,验证相关技术方案的可行性。实验表明,设计的文件传输方案能满足大文件上传并且保证文件一致性;HAWQ具有快速稳定的结构化数据分析能力,可完成审计大数据集计算;设计的文本多维查重对比算法有较高准确度,可以满足复杂文本的查重和对比需求。相关技术在审计大数据平台的建设方面具有参考价值。