推荐优先使用k3d（k3s+docker），因其启动快、内存稳（约800mb）、支持多节点拓扑、可复用本地镜像，便于模拟完整压测链路并观察横向扩容效果。
要在 macos 上配置一个适合本地压力测试的轻量级 kubernetes 集群，核心是选对工具、预留足够资源、确保网络与镜像稳定，并能快速验证服务吞吐能力。minikube、k3d 和 orbstack 是当前最实用的三个选项，但适用场景不同——推荐优先用 k3d（k3s + docker），它在资源控制、多节点模拟能力和压测可观测性上更均衡。
选型建议：为什么 k3d 更适合压力测试
k3d 把 k3s 运行在 Docker 容器中，不依赖虚拟机驱动，启动快、内存稳（M1/M2 实测约 800MB）、支持多节点拓扑，且能直接复用本地构建的镜像，避免推镜像到远程仓库的延迟。这对压测很关键：你可以模拟 client → ingress → service → pod 的完整链路，还能轻松扩 worker 节点来观察横向扩容效果。
- 避免用 Docker Desktop 内置 K8s：上下文易冲突，且无法自由调整节点数或资源配额
- 慎用 OrbStack：虽启动仅 5 秒、内存仅 ~400MB，但所有组件高度封装，查日志、进容器调试、看 iptables 规则都受限，压测中遇到 503/超时很难定位
- Minikube 可用，但单节点 + hyperkit 驱动在 macOS 14+ 上常因权限失败；改用
--driver=docker可绕过，但默认不支持多节点，需额外参数（如--nodes=3）且稳定性略低
快速部署 k3d 压测集群（含资源与镜像优化）
执行以下命令，创建一个 1 master + 2 worker 的集群，并预设好国内镜像源和合理资源限制：
HOMEBREW_NO_AUTO_UPDATE=1 brew install k3d k3d cluster create my-load-test \ --servers 1 \ --agents 2 \ --port 443:443@loadbalancer \ --k3s-arg "--disable=traefik@server:0" \ --k3s-arg "--write-kubeconfig-mode=644@server:0" \ --image rancher/k3s:v1.35.0-k3s1 \ --registry-config /tmp/registries.yaml
其中 /tmp/registries.yaml 内容为：
mirrors:
"docker.io":
endpoint:
- "https://registry.cn-hangzhou.aliyuncs.com"
- 加
--port 443:443@loadbalancer是为了后续 Ingress 流量能正确分发到 worker 节点 - 禁用 Traefik（默认启用）可减少干扰，换成你熟悉的 nginx-ingress 或直接用 NodePort 做压测入口
- 指定
--image版本可避免自动拉取最新版导致的不确定性
部署压测服务并验证链路连通性
以 Nginx 为例，暴露为 NodePort 并确认可访问：
kubectl create deployment nginx-loadtest --image=nginx:alpine kubectl expose deployment nginx-loadtest --port=80 --type=NodePort kubectl get service nginx-loadtest # 输出类似：nginx-loadtest NodePort 10.43.192.123 <none> 80:31234/TCP </none>
然后在终端用 curl http://localhost:31234 确认通路；再用 hey 或 ab 工具发起基础压测：
brew install hey hey -n 1000 -c 50 http://localhost:31234
- 观察
kubectl top pods和kubectl top nodes查看 CPU/内存水位（需先kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/download/v0.7.2/components.yaml启用 metrics-server） - 用
kubectl logs -l app=nginx-loadtest实时看请求日志，确认无 5xx 或连接拒绝
日常维护与压测后清理
压测集群不用时及时释放资源：
- 暂停整个集群：
k3d cluster stop my-load-test（保留所有数据，秒级恢复） - 彻底删除：
k3d cluster delete my-load-test（清空所有节点、卷、网络） - 若要重装，先运行
k3d registry delete k3s-registry清理本地 registry 缓存，避免镜像拉取卡住
不复杂但容易忽略
