近年来,网联化、智能化是汽车产业发展的重要方向,而大数据技术能充分挖掘汽车数据,为汽车设计、能量管理、交通优化等领域提供了重要的数据支持。本文结合大数据技术和车联网技术展开了以下研究:首先,本文完成了汽车数据监控平台的后端软件的开发。在本系统中,OBD接口硬件作为终端连接汽车,将汽车数据通过4G网络上传给后端,数据的传输形式是流式传输,其中包含了自定义的通讯协议。Spring Boot后端集成Netty框架完成与硬件的数据通讯并基于该协议对数据加以解析,利用Redis进行数据持久化,同时,后端为前端和移动端提供数据请求接口。其次,本文开发了汽车数据监控平台浏览器前端部分与移动客户端部分。浏览器前端与移动客户端向Spring Boot后端请求数据并进行实时展示,可以实时监控车辆的地理位置、车速、发动机转速、冷却液温度等数据,也可以浏览汽车行程报告。然后,本文结合大数据技术对后端产生的数据进行存储、计算分析。汽车数据监控系统连接了Hadoop、Kafka、HBase、Zookeeper等大数据框架所搭建的大数据集群,其中,Kafka消息队列保障高并发数据可靠传输,HBase数据库更高效地处理车辆产生的非关系型数据。汽车数据监控系统后端、Kafka消息队列、HBase数据库形成可靠的数据持久化链条。将数据持久化后,利用大数据计算框架Spark读取数据,将数据转化为RDD弹性数据集,并对其进行迭代计算,完成汽车数据的数据挖掘,从而实现大数据技术对汽车数据的有效利用。最后,对汽车数据监控系统进行了相关实验,利用仿真数据测试了Netty与硬件通讯和数据解析的可靠度,实车测试了Vue前端和微信小程序移动端汽车数据监控效果,从而验证了汽车数据监控平台的数据采集、解析、展示等功能。实车采集数据,利用Hbase数据库进行持久化,并用Spark计算框架对数据进行挖掘,得出分类计算结果,验证了汽车数据监控系统大数据存储与计算的可行性。