单脉冲搜索是探测脉冲星、快速射电暴和旋转暂现射电源的重要手段。随着500米口径球面射电望远镜正式投入运行,单脉冲搜索面临的数据处理规模已经达到了PB级别,这对天文学研究工作提出了巨大的挑战。基于分布式架构的数据处理方法成为处理这一规模数据的有效手段,而Spark作为一种新型的分布式计算框架,具有着较高的处理速度和灵活性,在天文数据处理中也展现出了广泛的应用前景。本文分析了Spark相对于主流分布式架构的优势,包括内存计算、任务调度、数据共享等方面。在现有脉冲星搜索程序PRESTO的基础上,结合Spark完成了对单脉冲搜索模块以及候选体筛选模块的并行优化,并构建了分布式集群。对于单脉冲搜索部分,实现了对于单个大文件的多线程并行化。同时针对批处理应用场景,实现了单脉冲搜索与候选体筛选模块的分布式多进程并行化,并设计了面向分布式集群的任务分配算法。该算法基于负载均衡的理念,可以有效地将任务分配到集群中的各个节点上,从而实现了任务的高效并行处理。最后,通过实验分别测试了多种因素对系统性能的影响,为本文系统应用到实际环境中提供一定的指导。通过实验对系统性能进行评估,发现本系统在大规模数据处理应用场景中具有显著的优势。相对于传统的数据处理方法,基于Spark的系统可以大幅提高数据处理速度和处理效率,同时可以充分利用集群中的计算资源,大大提升了数据处理的并行度和可扩展性。因此,本文为Spark后续在实际大规模数据处理环境中的应用提供了有效的数据支撑,具有重要的实用价值。