近年来,随着我国经济的高速发展,交通需求日益增加,道路交通作为一种主要的交通方式得到了快速的发展,但道路交通事故也随之频繁发生,对人民的生命和财产安全构成了极大的威胁。对道路交通事故数据进行分析并获取其中蕴涵的信息,对于综合治理交通、减少财产损失及保证生命安全具有重大价值。而目前的分析方法大多数还停留在简单的数据统计处理阶段,无法准确客观地从这些数据中得到有效的信息。本文采用数据仓库技术实现对海量道路交通事故数据的高效存储与处理,并对项目实现过程中数据抽取模块可恢复性实现方案及数据信息挖掘等关键性问题进行研究。通过需求分析明确了道路交通事故数据的组织与分析中存在的问题后,确定了采用数据仓库及相关技术来进行数据组织与分析的技术与实施方案,实施的具体过程包括分析数据源选取,数据仓库的概念模型,逻辑模型与物理模型的设计等相关工作,在此基础上,设计并实现了道路交通事故数据仓库的整体框架。针对数据获取模块中源数据多源异构容易出现故障且需要手工恢复的关键性问题,提出了一种基于备份与日志的自恢复性方案。通过对数据获取模块中任务的分析,将数据获取任务中所涉及到的各类因素逻辑划分为数据处理语句、数据存储节点及数据处理节点,并进行了形式化的描述,分层次实现了数据处理语句级的自恢复性方案与系统整体的可恢复性方案。实验结果表明,分层次的可恢复性方案虽然需要保存较多的系统运行信息而稍稍增加了系统运行时间(2%以下),但系统的整体可恢复性得到了大幅增强。综合采用数据统计与关联规则挖掘算法对数据仓库中的数据进行了处理,可以发现不同因素对于道路交通事故的影响关系,更好地为相关决策提供帮助,证明了道路交通事故数据仓库的有效性。