为了便于商用车制造企业更好的改进生产流程和工艺,监测车辆运行安全,商用车在生产制造完毕并交付用户使用后,仍然会源源不断地将车辆运行过程产生的海量数据传送回制造企业加以分析和处理。商用车辆的运行数据由车载传感器进行采集,并通过通讯设备回传至企业服务器。不断增多的车辆终端、高频的数据采集方式和持久化的存储要求催生了在海量车联网数据体量下,商用车制造企业行车大数据分析应用和知识发现的需求。目前商用车制造企业在行车大数据利用过程中仍存在几个关键的问题:（1）静态数据记录着车辆的所有生产数据属性,实时返回的行车数据中记录着车辆各零部件的运行状态属性,需要对这些多维度的属性进行统计分析。（2）车辆行驶过程中GPS轨迹实时变化,用户需要与地图结合直观查看车辆的动态波动范围,当前行车过程中产生的轨迹数据难以较快的通过地图进行路线重现、位置查找。（3）多维属性分析和地图实时查询侧重关注的角度不同,多维属性分析可以允许时间稍具延迟但所需查找的维度较多,地图实时查询查找的属性较少但实时性要求较高,所以需要为其设计多样化的存储架构,满足两部分功能的不同要求。本文首先阐述了车联网行车大数据分析系统的研究背景以及对于商用车制造企业的意义,然后从商用车制造企业对车辆数据查询和直观分析的角度出发,分析了车联网行车大数据分析系统的需求。而后阐述了系统架构中的功能架构、技术架构和网络架构的设计,选择符合系统需求的开发工具。最后详细阐述了系统各个模块的详细设计,以及车联网行车大数据分析系统的实现与测试情况。系统总体可以划分为数据端和Web端两部分,其中数据端主要实现了对行车大数据的多样化存储和预计算功能模块。Web端主要实现了车辆状态参数分析、地图寻车、车辆轨迹监控、数据挖掘接口四个功能模块。车辆状态参数分析模块是对多维的车辆状态参数进行分析,地图寻车模块是对用户在地图上描绘范围内的车辆油耗和行驶信息进行查询,车辆轨迹监控模块是对所有车辆的实时分布范围、实时状态和历史运行轨迹进行监控,数据挖掘接口模块作为一个二次开发的接口,可以接入不同的数据挖掘算法。本文在数据端采用了 ClickHouse实时存储和Kylin多维存储的多样化存储方案,对分析维度和实时性要求不同的功能设计了专属的存储模块,满足不同功能要求的同时节省存储空间资源。具体来说,本文采用了 Kylin预计算生成多维数据立方体的技术方法,完成对多维属性在不同类型车辆中的全面分析;在地图实时查询模块,本文采用了 ClickHouse列式实时数据库的存储方案,结合百度地图API方法,达到地图实时查询模块的查询效率要求。本文使用集群环境对车联网行车大数据分析系统进行了测试,达到预期的设计目标。该系统已在某国有大型商用车制造企业上线,应用于制造企业实际生产环境,系统较好的实现了对不断增长的海量车联网数据的存储和分析,满足了企业对车联网行车大数据的价值利用与分析的实际需求。