当前，一种被称为流数据的新数据形态在越来越多的应用领域内出现，与传统的静态数据不同，流数据具有持续性、海量性、高时效性的特点。若使用传统数据处理方法则会导致处理延迟太高无法满足实时性的要求，同时尝试将分布式计算引入流数据处理领域也是不可行的，需要寻找一种新的数据处理方法来支持流数据的处理，这种方法就是流计算。现在对智能交通领域的海量实时流数据的处理还主要采用的是传统数据处理方法，这已经逐渐无法满足现实需要。本文提出了一种将流计算和流计算平台引入智能交通领域的海量实时流数据处理的方案，提高处理速度，降低处理延迟，以满足日渐增长的实时性要求。并深入分析了流计算和InfoSphere Streams平台的工作原理，在此基础上设计并实现了基于InfoSphere Streams的实时路况监测系统。为了验证新方案的优势，在本文的研究工作中，分别使用传统数据处理方法、单条流水线的流计算方法和多流水线的流计算方法实现相同业务功能的应用，并对三个案例的实际性能表现进行对比分析。结合流计算所关注的主要性能指标，设定具体的评估项和实验方案，实际进行了实验和对比分析，实验结果表明在处理流数据方面流计算更具有优势，并且使用多流水线可以成倍地提升数据处理速度，从而说明了在智能交通领域使用流计算进行流数据处理的可行性和合理性。