浮动车数据地图匹配是交通状态监测、交通异常发现和城市动态分析等的重要步骤。本研究提出一种并行地图匹配方法，高效处理海量浮动车流数据。该方法顾及交通网络约束，提出网格过滤、距离过滤和方向过滤等策略减少邻近候选节点的数量，利用预先生成的最短路径列表减少最短路径计算量。基于MongoDB分布式数据库实现了高效率的浮动车流数据并行地图匹配。利用武汉市的浮动车数据进行实验验证。实验结果表明：该方法正确率约为90.6%，计算效率能够满足大规模浮动车流数据实时处理的需要。