随着大数据时代的到来,电商平台相继进入数据价值驱动的运营模式。对于农产品电商平台而言,供应商质量关乎平台的竞争力甚至是平台生命线,因此,借助数据对供应商进行评估甄选是目前许多企业的迫切需求。但中小型农产品电商平台囿于自身数据不足以及成本过高等原因而无法独立搭建维护数据分析系统,一直无法享受这波数据红利。基于此,鉴于数据仓库优秀的数据整合以及分析能力,本论文致力于以现有理论模型为基础,将其针对性实现应用于供应商评估,设计和实现一套能够评估分析农产品供应商的数据仓库系统,将相关中小型电商平台的数据与网络公开数据进行整合,提供针对性服务,帮它们甄选供应商。系统选择的Hiveon Spark技术框架拥有优秀的大数据处理、分析能力,能够分析多维复杂的数据并高效得出计算结果,因此本论文重点在于如何建立一套数据仓库模型和架构,利用这些大数据处理工具对数据进行分析处理。具体工作包括以下三个方面:1.根据需求分析确立数据仓库的供应商画像主题,基于主题和数据来源将系统分为公共分析模块和定制化分析模块,对各模块进行维度与模型设计,确定需要采集的待分析数据;2.根据数据流向将系统分为数据采集部分,数据分析部分和可视化部分,前两个部分包含了 ETL的全过程,并根据数据仓库分层理论设计了STORAGE层,ODS层,DWD层,DWS层,ADS层共五层架构,分层架构保证了数据通道和系统的稳定性;3.将设计理念用Hive on Spark技术框架进行实现,并进行了系统环境和功能测试,验证了方案的正确性和可用性,证明了该系统可以满足需求。本文针对中小电商缺乏供应商评估分析平台的问题实现了全网供应商相关公共数据和企业数据整合、分析,帮助解决行业痛点问题。