随着物联网技术的发展,智能化传感器的增多,交通行业收集到的数据急速增长。特别是在高速公路收费系统中,每天都会产生海量的高速公路收费站数据。通过分析这些结构化的数据,可以得到高速公路车流量、载运量时空分布、高速公路运输景气指数、收费报表同比环比等非常有价值的信息,为高速公路管理人员的正确决策提供数据支持。当前,大多数交通部门所使用的管理系统都是使用Oracle驱动的数据库。面对数据体量愈发庞大的高速公路收费站数据,这些管理系统已经出现数据整合过程复杂、时间久、依赖专业人员、数据查询速度慢等问题。因此,本文研究基于云平台的高速公路交通数据仓库设计与查询优化技术。首先,本文针对高速公路收费站数据特点,设计一种面向海量高速公路收费站数据的数据仓库,其构建过程包括数据抽取、数据预处理和数据加工等三个核心操作阶段。其次,本文通过比较Hive和Impala的查询特点,分析数据仓库的分区粒度和高速公路管理的业务特点,提出了三种数据仓库查询优化方法。然后,本文基于分布式文件存储系统HDFS、数据仓库工具Hive和数据查询引擎Impala实现数据仓库构建,设计并实现了面向高速公路管理的数据可视化平台,提供数据查询及专题分析等功能。最后,本文使用实际的高速公路收费站数据验证数据仓库的功能和性能,结果表明本文提出的数据查询优化方法能够有效提高数据查询效率,缩短查询时间。