El Internet de las Cosas (IoT) ha experimentado un aumento en los dispositivos móviles con la expansión del mercado y la tecnología. Las redes IoT proporcionan conectividad de extremo a extremo mientras mantienen una latencia mínima. Para reducir los retrasos, se requieren esquemas de entrega de datos eficientes para las orquestaciones de redes fog-IoT dispersas. Utilizamos un esquema de procesamiento de grandes datos basado en Spark (BDPS) para acelerar la técnica de eficiencia de retraso de bases de datos distribuidas (RDD) en las nieblas para una arquitectura de red heterogénea descentralizada que refuerza asignaciones de datos adecuadas a través de IoTs. Proponemos BDPS basado en Spark-RDD en la arquitectura de superposición fog-IoT para abordar los problemas de rendimiento en la orquestación de la red. Evaluamos los retrasos en el procesamiento de datos de las partes integradas de fog-IoT utilizando una configuración de búsqueda en profundidad basada en la búsqueda del camino más corto, que supera a los algoritmos de camino más corto existentes en términos de eficiencia algorítmica (es decir, búsqueda en profundidad), incluidos el algoritmo de Bellman-Ford (BF), el algoritmo de Floyd-Warshall (FW), el algoritmo de Dijkstra (DA) y el algoritmo de Apache Hadoop (AH). El BDPS exhibe baja latencia en las entregas de paquetes, así como baja actividad de sobrecarga de red en el enlace ascendente a través de un mecanismo de distribución de datos resiliente basado en map-reduce, mejor que en BF, DA, FW y AH. El esquema general de BDPS apoya la entrega eficiente de datos a través de la orquestación fog-IoT, superando la ejecución más rápida de nodos mientras demuestra resultados efectivos, en comparación con DA, BF, FW y AH, respectivamente.