event-drivenなAPIでSparkの処理を利用する場合の構成

Question

現在ユーザがデータとリクエストを送り、
リアルタイムに前処理・機械学習的処理を行い、
その結果を返すAPIの構築を考えております。
(Micro Service的な利用を想定しております。）

要するに、event-drivenなリアルタイム処理APIを
sparkを組み込んで構成したいと考えております。

その場合どのような構成（ソケットやフレームワークなど）で
行うのが良いのでしょうか。

適用する前処理や機械学習のモデルはあらかじめ用意されている（学習済み）
とします。

standaloneモードやclusterモードですと、
jobが投げられるたびにモデルのロードから始まり、
遅くなりそうです。

かといってSpark Streamingだと、
指定した間隔のデータをまとめて処理することになり、
対象データとその結果の１対１対応させるのは難しくなるように
感じるのですが・・・。
（あとリクエストが来なかったときにも、処理がはしって、
無駄にリソースが消費されそうです。）

周辺情報含め、ご教授お願いいたします。

sparkそのものに関する理解が浅く、
そもそも間違っている点があればご指摘ください。