近年来,随着人民生活水平的不断提高,越来越多的人加入了有车一族。相应地,与之相关的刑事和治安案件数量也在逐年上升。因此,卡口车辆抓拍信息对于捕捉肇事车辆、违章车辆以及相关案件的侦破都起到了十分重要的作用。但是,随着城市智能交通信息工程的持续建设与投入,抓拍系统所采集的过车数据日益庞大,短短几年就从百万条增加到了数亿条。存储容量达到上限,查询速度越来越慢,系统功能无法满足新的需求,越来越多的问题暴露出老版的车辆管控平台已不能适应当前的公安工作需要。对此,本文深入分析了原来老版的车辆管控平台存在的不足与问题,设计并实现了新版的基于Hadoop的车辆管理系统。以下是本文的主要研究内容:1.学习并研究了分布式文件系统HDFS的体系结构、主要特点和分布式数据库HBase的系统架构、主要特点以及数据模型,尤其是对HBase数据存储的相关特点进行了深入研究。2.对车辆管理系统的需求进行了详细分析,给出了具体的系统设计方案,并着重介绍了业务逻辑层与数据存储层的相关设计。3.对HBase数据库无法支持多条件组合查询的问题给出了基于Solr+HBase的解决方案;对抓拍图片的存储问题给出了单独存储的方案。最后,本文对车辆管理系统进行了实际搭建,并对其中的部分功能模块给出了具体的实现过程与运行效果。同时,通过对系统相关功能和性能的测试,证明系统已满足设计时的需求。