我是一个大数据的初学者，也许这对quora来说是个问题，但我还是会继续拍摄。我必须建立一个实时数据流集群，严格的安全要求（基于角色的访问、加密的传输和存储）。计划是使用apachekafka作为数据管道，将数据发送到spark streaming，在spark streaming上我们运行一些分析或可视化等，因此我想要回答的问题是
使用cloudera's或hortonworks（或diy）等现有发行版建立这样一个集群的最佳选择是什么？我想保持开源和免费，所以不需要mapr。一个设置，是或可以与Kafka和Spark集成是我在这里寻找。
上面建议的分发版的安全实现是什么（对于基于角色的访问，所有层的加密）
添加了安全功能后会带来什么开销？
如何对这样的集群进行基准测试或测试，即任何链接、教程指南和虚拟设置？
如果我使用cloudera manager express购买cloudera的cdh 5，我将无法在集群中集成哪些功能；相对于cloudera manager企业版？