本发明在一种基于Ｓｐａｒｋ平台的短时交通流量预测方法，将并行化的ＫＮＮ算法应用于短时交通流预测领域。相比基于单机计算的传统ＫＮＮ算法而言，该方法解决了在单台物理机上进行数据计算时，系统存储容量小、计算速度慢的问题，也解决了ＫＮＮ算法近邻查找过程中近邻匹配效率过低的问题。该方法在保证预测精度的前提下，提高了算法的计算效率，有效的改善了ＫＮＮ预测算法的实用性，并且系统具有良好的扩展性和加速比。本发明对于其他需要对大规模数据进行处理的应用也具有参考意。