随着城市化进程的加快，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。为此，及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。目前交通行业数据处理和利用的现状如下：
1. 存在数据孤岛：各部门独自拥有各个业务系统数据，管理、共享难；各交通部门在建设部门数据库系统时，只考虑了满足自身业务需求，缺乏统一规划；各种交通信息资源分散存储，各部门或各系统的数据库相互分离，数据共享交换机制还没有形成。
2. 数据资产流失：历史数据由于存储手段、存储格式、存储介质等原因，难以保存和利用，例如新旧系统切换时数据的备份机制如果没有做好，就会出现历史数据资产流失。
3. 智能化程度低：对于紧急事故的处理，主要由人的经验来做决策，很少用数据说话，应急指挥、道路规划等迫切需要智能化解决方案；
4. 精细化管理不够：数据缺乏统一管理、难以支持精细化管理和科学化决策，数字资源综合利用率低。
交通大数据解决方案
H3C大数据平台采用融合架构：新型MPP数据库与Hadoop生态系统融合一体，用MPP处理PB级别的、高质量的结构化数据，同时为应用开发提供标准SQL接口;用Hadoop存储与处理半结构化、非结构化的视频监控、GPS定位信息、RFID识别信息等数据，这样可同时满足结构化、半结构化和非结构化数据的处理需求；运维管理平台统一管理MPP与Hadoop集群。交通行业大数据平台架构如下图所示：

通过采集不同数据源、不同业务系统的数据，导入到大数据平台中，对接上层个性化数据分析、数据挖掘、BI报表展示等应用。数据抽取融合如下图所示：

H3C交通大数据解决方案的价值
交通大数据来源广泛，主要分为静态大数据与动态大数据。静态大数据包括城市交通的基础空间数据库、道路交通网络信息、道路交通客运信息、航班信息、列车时刻表信息等数据；动态大数据包括卫星遥感、航空摄影测量、地面视频、交通工具实时位置信息等数据。
新华三集团交通大数据解决方案，基于开源的分布式存储、计算框架，以满足当前海量、多样化数据的存储与计算需求。该方案结合对交通主体、行为、态势、路网拓扑和环境等机理的理解，基于数据的标准规范，收集、存储与分析海量的数据，发掘交通出行规律、快速处理交通难题、解决大面积交通拥堵问题、提倡绿色出行理念以及实现各种交通业务创新。
大数据之于智能交通的意义，可以跨越行政区域的限制，实现交通数据信息的共享，在信息集成优势和组合效率上，建立综合性、立体的交通信息体系；另外在车辆安全、交通资源配置以及利用大数据的快速性和可预测性来提升交通预测的水平，都有极大的帮助。