轿车制造商在产品研发的后期会组织开展各类严苛的整车试验,其中整车道路试验是非常重要的一项,会在试验过程中产生海量的CAN(Controller Area Network)总线的全通道数据和车载控制器记录的故障信息。不过,由于这些数据量太大,导致在使用过程中出现诸多问题。这些问题包括:(1)数据量巨大造成专业存储支出成倍上升;(2)从海量试验数据中生成相关统计报告变得越来越困难;(3)无法从行车数据中自动发现不良开车习惯。在这种背景下,本文通过利用Hadoop和Spark计算框架开发了轿车道路试验数据存储与分析平台,实现了数据的采集、存储、分析和报告展示。首先,本文分析了轿车道路试验数据存储与分析平台的功能性需求和非功能性需求,建立了系统用例图。然后从技术架构、逻辑架构和部署架构等多个架构视图对平台进行了总体设计。本平台包括四个子系统:数据采集子系统负责CAN总线数据和故障信息的收集,由车载记录仪和车载控制记录后保存到存储卡,再上传至平台。数据存储子系统负责将接收到的试验数据原始文件进行保存,同时对CAN总线数据进行解码导入HBase数据库。数据分析子系统负责对CAN总线数据和故障信息的统计,并通过数据挖掘以发现不良开车习惯。报告展示子系统负责将分析结果以图形化方式展现。接着,本文重点研究了数据存储子系统和数据分析子系统的关键技术:(1)基于HDFS(Hadoop Distributed File System)实现原始试验数据的文件存储和访问,利用HBase取代集中式文件存储行车数据,并实现与Hive数据仓库和Spark分析框架有机结合;(2)基于K-means聚类算法发现异常的试验数据;(3)基于Hive和SparkSQL实现对HBase中行车数据的统计分析;(4)基于朴素贝叶斯算法对试验数据进行数据挖掘,自动发现不良开车习惯。最后,本文对平台进行了功能测试、性能测试和容错测试。参照用户需求进行了功能测试用例的设计与执行;从查询响应时间、数据导入HBase的速度、HBase集群节点数和性能之间的关系等方面进行了性能测试;并采用模拟故障的方法进行了容错测试。测试结果表明,平台达到了预期目标。