目前绵阳市共建设超过700个公路卡口,每天的过车记录数据信息超过600万条,并伴随有大量的图片和视频数据信息。但是随着更多新建的卡口接入原有的缉查布控系统,系统产生的问题也日趋严重,因此需要对原有缉查布控系统进行改进。在原有缉查布控系统中,采用Servlet接口接收从前端卡口系统上传的数据,然后经过比对分析后存入Oracle数据库。这样的架构导致了一个很严重的问题,即由于在接口中数据会进行比对分析,接口处理数据的速度与卡口上传数据的速度之间存在差异,因此很容易造成数据在接口处不断的积压,导致业务端的数据实时性非常低。原有缉查布控系统中卡口数量少的时候,此问题不是很明显,但是随着城市的发展,卡口数量不断增长,问题也日趋严重。在问题刚开始出现的时候,提供的解决方式是增加缉查布控系统的服务器数量,问题也得到了暂时的解决,但是关系型数据库在数据量大增的情况下,业务端的查询与统计效率也大幅度降低,无法满足业务系统的正常业务需求。因此经过分析,提出以Hadoop框架及大数据分析方法来构建缉查布控系统。面对海量的过车记录数据,本系统采用大数据存储和大数据分析技术来对其进行处理。系统通过Kafka分布式消息队列缓存卡口系统上传的过车数据,不对数据做任何处理即返回上传成功,解决了接口处过车数据累积的问题。系统通过Spark Streaming流计算快速的分析过车数据,提高了系统的实时性。系统通过Hbase分布式数据库来存储过车数据,使业务功能能够达到秒级响应。系统Web端采用AngularJS架构,后端采用SpringMVC框架,充分利用大数据的存储和计算能力,极大的提升了警员用户的使用体验。与原有缉查布控系统相比,本系统利用大数据分析提高了过车数据的存取和分析效率,优化了系统结构,提升了用户的使用体验,同时保障了系统的实用性。本文研究成果目前已在绵阳市交警支队道路智能交通大数据中心进行应用,对缉查布控车辆相关功能和统计分析相关功能均已实现,对促进绵阳建设“中国科技城”,“智慧城市”具有重要的意义。