目前,我国城市轨道交通正处于快速发展阶段,线路建设长度、机车拥有数量以及客运量等都逐年大幅增长。大规模的扩展伴随着城市轨道交通数据的快速增长,而数据量的增长带来了数据存储、管理以及分析运用的需求。为了提高日常运营、客流组织效率,使乘客服务水平进一步提升,当前对实时客流状态信息获取的需求日渐强烈,而传统的数据处理方式已经无法满足,所以需要一种实时客流数据处理的方法来及时体现系统内客运需求变化和整体运行状态,为运营组织和计划调整等提供有力的决策支持。本文主要以城市轨道交通客流状态监测、动态数据的统计分析需求为研究重点,为解决在数据处理分析与应用方面暴露出的理论与技术瓶颈问题,通过分析当下主流大数据处理框架的技术特征、优势、局限以及适用环境,基于城市轨道交通客流数据的内容、规模、特点以及运用方式现状,论述了研究具备大数据处理分析能力的客流分析平台的必要性。首先,分析了基于大数据处理技术的客流分析平台的功能性与非功能性需求,并且设计了以Spark为核心的底层计算机集群部署方案与平台总体架构,其中包括数据采集层、存储管理层、运算处理层和应用层;其次,以北京市城市轨道交通系统为研究对象,依据其线网、车站、运行计划等基础静态数据和动态客流数据,分析了不同时间粒度下的客流统计特征,结合动态OD矩阵估计、客流分配、预测等相关理论进行数据处理算法的设计,完成了平台的在线客流状态监测、趋势预测分析等功能设计;最后,为了实现数据结果的直观、形象表达,根据研究对象构建了城市轨道交通网络可视化模块,并搭建了平台集群模拟运行环境进行测试,经过测试得出结论:本文所提出的平台设计方案及技术实现手段有效可行。本文所研究的具备大数据分析、处理能力的城市轨道交通客流分析平台,能够为日常运营管理、客流组织工作提供动态分析依据与决策支持,实现运维效率及服务水平的提升。