随着车联网的快速发展,车辆行驶数据的信息挖掘也愈发重要。通过车辆网平台内的海量数据,对新能源汽车进行行为特征分析,挖掘汽车行驶数据背后的信息,不但可以加强国家对新能源汽车产业的监管力度和保障新能源汽车用户的合法权益,还可以通过这些数据信息观察全国各省市各地区新能源汽车分布情况以及行驶规律,了解国家新能源汽车行业的整体情况以及政策补贴数据,采集各个型号车辆蓄电池[9]产品情况以及全国新能源充电桩的分布情况,会对整个新能源汽车行业有详细的了解,从而对政府出台各项相关政策提供数据参考。对车辆制造销售企业而言,可以通过分析各个型号车辆状态数据,建立相关模型,预测电池[9]寿命,为提高产品质量提供数据支持。因此,基于新能源汽车的公共数据采集与分析研究具有重要的意义。本文主要的研究与工作内容如下:1.介绍并分析了系统采用的主要几种大数据技术,如分布式存储技术HDFS、大数据处理技术Spark等;2.研究新能源汽车行为特征分析模型中的两个关键问题:车辆里程核查及同一辆车装载多个数据终端的筛查辨别;3.对最终的新能源汽车数据检测处理系统进行需求分析,首先是系统数据分析所需数据来源及大致规模;其次,从大数据底层数据处理角度分析系统的功能和非功能性需求;4.对本系统进行整体架构设计,从物理架构和逻辑架构两个方面进行详细阐述,并且着重对底层业务需求中的三个模块进行完整的设计与实现,分别是里程核查模块、多终端数据筛查模块以及车辆异常数据统计模块。本系统对上传的车辆数据经过初步解析后,存储到Hadoop分布式文件系统中,同时采用Spark技术作为本系统架构的大数据计算模型,计算结果根据不同场景需要,存储到HBase和MySQL中供数据可视化使用。充分发挥Spark RDD和Spark SQL的高效数据处理方式,提高系统处理分析效率。