关键词：大数据；智慧交通；技术框架；体系构建；
一、基于大数据分析的智慧交通技术结构设计原则分析
1、合理确定技术路线，对于功率智慧交通系统大数据中心做好全面规划设计，实现公路信息数据资料逻辑整合，有效阻滞统一整体，做好公路智慧交通系统全面支撑管理。结合当地公路智慧交通应用发展需求，遵循合理设计原则进行功率大数据结构设计，设计中要结合先进性原则，稳妥地设计好针对不同地区的技术发展模式，满足公路建设、运营和服务智慧化发展趋势，促进智慧城市良好设计效果。
2、可扩展性原则不断适应高速公路智慧交通系统长远发展趋势，系统设计中要充分结合合理扩充余地，做好适当变动设计管理，主要业务就是做好系统良好开放结构设计，符合国家标准，进行很好工业标准和行业标准设计，适应技术发展变化需要，做好良好扩展能力发展设计。
3、合理性原则，要根据软件和硬件选型和配置管理，做好合理性能价格管理，满足系统性能整体性要求，根据系统设计的原则先进性做好合理系统投入合理管理，在一定资金管理条件下，做好适当投入管理，建立价格比较适当的和完善的业务系统管理设计模式。
4、最后就是要严格按照可靠性原则，进行系统设计，不断提高系统管理的容错性特点，保证整体系统可靠性管理和可用性，保证系统管理有效提高。
二、大数据中心的总体结构选择要运用传统的高速功率信息系统架构研究
1、当前高速功率信息系统存在非常普遍项目建设管理，其中最主要特点就是垂直的体系结构设计，每个系统要根据存储设备进行独立管理和数据库存在工作，有效监控公路系统，在每个项目建设过程中，都要切实做好针对系统服务高效使用，提高行业监控软件高效管理。
2、根据大数据云计算架构分析，云计算也是近年来发展一种非常良好计算机模式，是计算机面膜是中大型计算机模式发展重要趋势。计算机模式从客户端、服务模式到计算模式，都实现巨大的转变，云计算机模式最核心资源就是需要不断提高计算机虚拟化分析，充分运用计算机资源，比如资源网络、服务器、服务和应用软件做好合理资源共享管理，提高合理计算机服务措施，运用云计算保障投入管理高效性，快速实现计算机资源合理应用。
3、中国电子技术标准化研究中《大数据标准化白皮书》中观点显示，大数据代表的数据哦才能够量到质的变化过程中，需要不断根据数据做好合理分析，在资源和经济社会发展今天，需要不断提高针对数据、产业、应用和政策环境做好相互促进工作。充分运用大数据战略模式，提高展业发展，实现产业盈利高效性，提高大数据应用功能性，加工实现数据不断增值管理。
四、大数据平台设计分析
1、基础设施层通过虚拟化以及分布计算技术对基础设施进行云化并统一管理，实现硬件设备，在计算设备、存储设备和网络设备的池化并充分利用，同时实现资源的动态扩容等功能。基础设施服务对上层应用提供基础的云计算服务。数据资源池设计框架体系数据管理平台充分利用云计算技术和HADOOP大数据技术，提供一套高性能、高扩展性和高可靠性的、集数据采集、存储、传输等功能为一体多用途新一代政务数据交换平台。
2、数据管理平台由HADOOP大数据基础组件、交换平台、管理监控系统、数据处理四部分构成。数据处理，对各类格式的数据进行采集；HADOOP大数据基础组件，基于HADOOP技术框架的分布式运行环境；交换平台为基于分布式消息中间件的新一代云交换中间件；管理与监控系统，以WEB方式实现的配置和管控。3.2.4.数据处理提供数据处理、数据转换、数据采集等功能。采用适配器组件技术，实现对不同类型的数据的自动采集；利用数据集成工具实现对不同数据之间的动态格式转换和对数据进行过滤、汇集等处理。管理与监控系统管理与监控子系统作为大数据交换平台中心管理系统，提供基于WEB界面的集中管理功能，负责管理和监控大数据操作系统、交换平台、分布式消息服务和数据服务。
3、大数据分析服务数据分析是大数据应用的核心流程，根据不同层次大致可分为3类计算架构、查询与索引以及数据分析和处理，在计算架构方面，MapReduce是当前广泛采用的大数据集计算模型和框架，为了适应一些对任务完成时间要求较高的分析需求，会对其性能进行了优化。在查询与索引方面，由于大数据中包含了大量的非结构化或半结构化数据，传统关系型数据库的查询和索引技术受到限制，而NoSQL类数据库技术得到更多关注。将建立一个混合的数据访问架构HyDB以及一种并发数据查询及优化方法。
五、大数据分析存储服务在智慧交通技术框架体系构建分析
1、提供大数据存储处理服务，包括数据收集和导入、数据处理和转移、数据分布式存储、大数据离线挖掘分析、数据在线实时分析等服务。提供离线分布式数据仓库服务，利用分布式计算框架，对海量数据进行离线处理，完成海量数据的统计、并行数据挖掘和分析功能。大数据中心具备异地双活数据备份与恢复功能；每季度对重要业务数据备份一次，备份介质场外存放；每半年对备份数据进行一次抽样性恢复测试；关键网络设备、通信线路和数据处理系统实现硬件冗余，干线光通信网提供双通道，通过网络资源池化实现通信路由的在线自动切换，保证系统的可用性；对智能终端操作系统及系统相关的重要数据进行备份，并提供恢复功能。
2、数据分析是大数据应用的核心流程，根据不同层次大致可分为3类计算架构、查询与索引以及数据分析和处理，在计算架构方面，MapReduce是当前广泛采用的大数据集计算模型和框架，为了适应一些对任务完成时间要求较高的分析需求，会对其性能进行了优化。在查询与索引方面，由于大数据中包含了大量的非结构化或半结构化数据，传统关系型数据库的查询和索引技术受到限制，而NoSQL类数据库技术得到更多关注。将建立一个混合的数据访问架构HyDB以及一种并发数据查询及优化方法。对key—value类型数据库的查询进行了性能优化；在数据分析与处理方面，主要涉及的技术包括语义分析与数据挖掘等。具体的大数据处理流程可以概括为四步，分别是采集、导入和预处理、统计和分析，以及挖掘。
结论：
综上所述，通过基于大数据分析的智慧交通技术框架体系构建分析，需要及时解决传统的结构明显缺陷问题，在高速公路大数据中心的信息系统架构中，需要选择合理技术进行构建设计。数据是信息时代最宝贵的战略资源。在智慧交通时代，交通运输领域的相关机构，从政府到企业，都必须发展有效处理大容量、非结构化数据的能力，从数据中生产出信息，提高决策水平和效率。正因为此，大数据是智慧交通所必须的关键支撑技术，从而不断智慧交通技术框架体系构建建设工作。
参考文献：
[1]刘睿健,陈邦贤.信息化的“新常态”之路——2015年全国交通运输工作会议侧记[J].中国交通信息化.2015(01)；
[2]马杨.专家学者聚首大连热议数字高速公路发展[J].中国交通信息化.2014(08)；
[3]张鹤然.SDN在智慧交通云中的应用探讨[J].中国交通信息化.2014(07)；
[4]赵冲久.以信息化智能化促进行业提质增效升级——关于交通运输信息化发展的思考[J].中国交通信息化.2014(05)；
[5]李喆,王平莎,张春辉,黄宇.国内智慧交通总体架构建设模式分析[J].交通节能与环保.2014(02)。