伴随着物联网技术的迅速发展及城市化进程的加快，智能交通应用迅速崛起。新型城市交通基础设施不断兴建，车流量快速增长，监控系统越来越庞大。通过视频识别摄像头、GPS车辆定位装置、RFID车辆等感知技术，汇集了各类车辆实时监测数据。一种以实时监测数据为例的新型数据模型——流数据的出现，对数据库技术提出了更高的要求。流数据管理系统有效的弥补了传统数据库在处理动态数据上的缺陷，但流数据管理系统主要着眼于当前流入内存的实时数据，流出内存的数据则不断抛弃。然而，几乎30％～40％的实际应用涉及历史流数据，因此，我们有必要对流出系统的历史数据有效地进行保存。　　本文所依托的实时车辆监管平台中，通过对停车场或道路上的车辆布控监测点所监测的以某种标准转换的车辆数据进行处理，以进行车辆流统计、嫌疑违章车辆判别以及轨迹分析等业务计算，从而支持对整个城市范围内的道路与停车场车辆的全面监管。在该平台中，需将监测车辆数据以及各类计算结果进行快速实时存储，为诸多不同类型车辆数据以及实时计算结果提供有效的管理与持久化存储环境，以保障车辆数据存储的通用性，低延迟性，高效性和可扩展性。因此，本文的主要贡献如下:　　第一，针对海量实时车辆数据的多样化实时存储需求，深入分析各类数据，根据其差异性，创建通用存储接口，增加系统的通用性。　　第二，利用一致性哈希技术，构建分布式的并行存储架构以提升大规模车辆数据及计算数据的存储性能，保证数据存储的低延迟性，高效性与可扩展性。　　第三，在项目背景下设计实验进行验证。在某城市车辆监管系统支撑下设计的实验表明，本文设计的分布式实时存储架构具有良好的高效性，低延迟性，可扩展性。