宋大治，张 浩，徐钟全，刘光杰

（1．南京地铁建设有限责任公司，南京 210017；2．北京全路通信信号研究设计院集团有限公司，北京 100070；3．南京信息工程大学电子与信息工程学院，南京 210044）

近些年来，各大城市轨道交通基本已实现网络化和信息化，轨道交通涉及多种服务，包括日常运营、生产、管理等，这些服务的扩增带来了海量的数据积累。然而数据形式多种多样，数据结构错综复杂，如何利用统一的管理中心实现数据治理，从海量数据中挖掘有价值的指标数据，进而指挥生产运营，是当前城市轨道交通研究的一个重点和难题。以部分大城市为例，轨道交通通常建立传统的数据中心。在数据中心中，数据按照来源/主题/规则的形式存储，这种形式能够实现数据资源的采集和存储。然而随着数据规模的扩大，存储硬件、软件程序为适应数据量的增加应同步更新适配和增容。一方面，传统的数据存储形式难以扩展，且扩展成本较高；另一方面，数据库存储形式在业务数据扩增后数据查询效率明显降低，而且不同类型的数据难以关联分析。

传统数据存储和计算形式难以适应海量数据，大数据技术和云计算的发展带来了海量数据存储和计算方式的革新[1-4]。文献[5-6]总结了当前基于大数据Hadoop技术的应用及创新。池亚平[7]等设计了一种基于大数据Hadoop平台的海量数据资源存储和计算效率的改进措施。李敏[8]等提出了一种应用于物联网领域的大数据分析处理的改进架构，该方法主要是基于海量异构数据的时间和空间特点改进。……