随着计算机网络和车联网在城市交通领域的广泛应用，日常需要处理的城市交通数据已经呈现出大数据的诸多特征，采用传统的信息处理技术对交通大数据进行分析时不可避免的遇到了性能瓶颈。Hadoop是针对互联网应用而提出的一种被广泛认可的、面向大数据计算的、开源的大数据计算系统开发框架，其以HDFS和MapReduce编程模型为核心，在大数据计算方面表现出优越的运算效率。随着在网络搜索、数据挖掘和用户行为分析等众多的互联网应用领域大量成功应用，基于Hadoop的行业应用研究已经成为计算机领域的研究热点。然而，针对交通大数据的hadoop应用目前还鲜有报道。本文基于Hadoop平台对交通大数据的信息处理方法展开研究。首先，对Hadoop中的HDFS和MapReduce编程模型进行了深入研究，并对目前常见的几种大数据计算平台进行了分析比较；然后，在实际部署的Hadoop集群环境中，设计并实现了一种分布式诱导交通流分配方法，该方法在已知城市路网数据集的条件下可以兼顾交通诱导和优化交通流分配，同时也提出了一种获取城市路网数据集的搜索算法；围绕上述方法设计并实现了一种基于Hadoop的交通信息服务系统，能够根据实际出行需求，兼顾优化城市路网交通流分配的目标，向用户提供分布式交通诱导服务；通过构建中间层实现了根据接入的用户请求自动触发hadoop计算任务的功能，解决了Hadoop原有的离线式批处理工作方式不适合实时在线信息服务的问题。最后，通过对仿真实例验证了系统的有效性。