随着互联网和物联网的高速发展,物流行业中运力供应链数据规模正在逐渐增大,为了充分利用海量物流运力数据为物流企业提供决策支持,从而保障物流运力行业安全、高效地运行。构建一个强大的分布式数据仓库平台,研究海量物流运力供应链数据存储和决策应用等方面具有重要的意义。本文针对当前物流运力行业中传统数据库在海量数据存储和提供决策支持等方面的不足,提出了基于Hive架构的物流运力供应链数据仓库的构建方法。通过对课题联合研究的某企业(以下简称企业)中多个应用系统的运力供应链数据分析、整合,实现系统之间运力数据共享。针对海量运力供应链数据分析和决策需求,设计并优化了运力匹配原始模型,通过Hive数据仓库为企业的运力匹配提供决策支持。本文的具体研究工作如下:(1)提出基于Hive架构的物流运力供应链数据仓库构建方法。运用该方法,在多台阿里云服务器上搭建完全分布式的Hive数据仓库。(2)针对企业中多个应用系统的异构运力数据源,通过基于Hive数据仓库的整合方式整合多个运力数据源,将整合后的运力数据导入数据仓库,实现多个系统之间的运力数据共享。(3)针对企业中的一个运力调度子系统,设计并优化了运力匹配模型,结合Hive数据仓库可以匹配多个系统之间的车辆信息,同时为企业运力匹配提供辅助决策依据。(4)结合企业提供的数据源以及构建的Hive数据仓库,通过数据对比分析Oracle、Mysql、Impala以及Hive的查询效率,并实现多源异构运力数据共享和优化后的运力匹配模型。