A medida que varios servicios han estado generando gráficos a gran escala para representar múltiples relaciones entre objetos, se han realizado estudios para obtener subgráficos con patrones particulares. En este documento, proponemos un método de procesamiento de consultas distribuido para buscar eficientemente un subgrafo en un grafo grande en Spark. Para reducir costos de procesamiento innecesarios, el orden de búsqueda se determina filtrando puntuaciones utilizando la distribución de probabilidad. Las consultas particionadas se buscan en paralelo en el grafo distribuido de cada nodo esclavo de acuerdo con el orden de búsqueda, y los resultados de búsqueda locales obtenidos de cada nodo esclavo se combinan y devuelven. La consulta se divide en tripletes basados en el orden de búsqueda determinado. Se compara el rendimiento del método propuesto con el rendimiento de los métodos existentes para demostrar su superioridad.