近年来,我国高速公路在快速的建设,路网结构逐步形成并不断完善,收费系统业务也在不断的增加,精细化管理的要求越来越高,路网快速涌现并形成了多维度、多剖面、多种类的海量数据,这些海量数据规模庞大、来源复杂且形式多样。由于各系统投入运行的时间不一,设计和建设单位不一,导致目前全部的路网收费数据都没有形成规范统一的存储格式,数据的获取也相对复杂,从而导致各种形式的数据一盘散沙,使其得不到充分的利用,造成大量资源被浪费的现象。并且收费系统大多采用集中式体系结构,系统对主机要求比较高,若主机出现故障,可能导致全网停止工作。本文从用户实际需求出发,研究了一种基于云平台的路网收费数据集成方案。本文首先介绍了数据集成方案和云平台相关技术,研究了ETL流程和Hadoop分布式计算平台;其次设计了MapReduce并行框架和ETL并行处理,将海量复杂的异构数据进行相同格式转化,规范统一了数据的存储格式;接着采用贪心算法对分布式ETL进行了设计,实现了系统的负载均衡。此外本文对实验结果进行了测试分析,证明该基于云平台的路网收费数据集成方案实现了负载均衡、处理速度快,能较好的满足用户对海量路网收费数据进行高效的管理和存储的需求,从而说明本系统具有十分重要的应用价值。