La gestión de procesos declarativos ha surgido como una solución alternativa para describir flujos de trabajo flexibles. A su vez, las oportunidades de modelado con lenguajes como Declare son menos intuitivas y difíciles de implementar. El área de descubrimiento de procesos abarca el descubrimiento automático de modelos de procesos. Se ha demostrado que el rendimiento de los algoritmos de minería de procesos, particularmente al considerar los modelos de procesos declarativos multiperspectiva, no es satisfactorio. Las herramientas de minería de última generación no admiten modelos declarativos multiperspectiva en este momento. Abordamos este problema de investigación abierto proponiendo un marco de minería eficiente que aprovecha la última tecnología de análisis de grandes datos y se basa en el método de procesamiento distribuido MapReduce. El documento en cuestión completa aún más la investigación sobre la minería de procesos declarativos multiperspectiva al extender nuestro trabajo anterior de varias maneras; en particular, introducimos algoritmos y descripciones para el conjunto completo de tipos de restricciones MP-Declare comúnmente aceptados. Además, proporcionamos un concepto de implementación novedoso que permite una fácil introducción y descubrimiento de plantillas de restricciones personalizadas. Evaluamos el rendimiento y la efectividad de la minería del enfoque presentado en varios registros de eventos de la vida real. Los resultados destacan que, con nuestra técnica de minería eficiente, se pueden extraer modelos de procesos declarativos multiperspectiva en un tiempo razonable.