单细胞RNA测序（scRNA-seq）“精准”到单个细胞层面的转录组分析给精准医学带来了希望。我们把从原始下机FASTQ数据到基因表达矩阵的处理过程称为scRNA-seq数据处理,该过程包含了序列质量控制、基因组比对和转录本计数等多个步骤。由于测序通量的不断加大以及测序成本的大幅降低,scRNA-seq数据量呈指数型增长。原有的scRNA-seq数据处理工具只能在单台机器上运行,且并行程度不高、不同步骤间的大量中间数据要进行磁盘读写,这些原因导致运行速度极为缓慢。这显然无法满足在临床实践中快速、准确完成scRNA-seq数据处理的需要。本文在深入分析目前流行的scRNA-seq数据处理工具的基础上,采用Spark和Hadoop框架开发了一套支持内存计算、可拓展的高性能scRNA-seq数据处理系统——ScSpark。ScSpark可以在集群中分配scRNA-seq数据处理任务,并大量减少中间结果的磁盘访问。我们结合Spark RDD编程模型和我们自己实现的函数来实现序列质量控制和转录计数。此外,我们调用STAR程序作为比对器。为了避免在读取FASTQ文件和写入SAM文件时不必要的磁盘访问,我们使用Java本地接口将FASTQ RDD的数据传递给STAR,然后抽象返回值给SAM RDD。本文从多节点实验和单节点实验两个方面论证了 ScSpark相较现有scRNA-seq 数据处理工具在性能和可拓展性上的巨大提升,并做了初步生物学验证。Sc-Spark相较传统工具有很高的CPU和内存利用率,这是ScSpark性能提升的重要原因。随着计算机硬件价格的不断降低和scRNA-seq通量的不断增大,以CPU和内存资源换时间的策略变得十分有意义。ScSpark能够满足未来精准医学时代对快速完成高通量scRNA-seq数据处理的需要。