从GitLab迁移到Gitea：轻量化代码仓库实践与优化

1. 项目背景与决策动因

去年团队代码仓库总量突破15GB时，GitLab的响应速度开始以肉眼可见的程度下降。每次执行git pull操作平均需要等待47秒，而完整的CI/CD流水线执行时间从原来的6分钟延长到了22分钟。更严重的是，我们的阿里云服务器监控显示，GitLab实例常驻内存占用达到了8.2GB，导致其他服务频繁出现OOM（内存溢出）告警。

经过两周的基准测试，我们发现问题的核心在于GitLab的架构设计。即便禁用所有非必需服务（如Mattermost、Registry等），基础组件仍会消耗4GB以上内存。这对我们仅有16GB内存的研发服务器造成了不可忽视的压力，特别是在同时有多个成员执行代码审查或运行流水线时。

2. 轻量化替代方案选型

2.1 候选工具评估矩阵

我们建立了包含7个维度的评估体系：

• 存储效率（仓库压缩率）
• 内存占用（闲置/活跃状态）
• 基础功能完备性（分支管理、PR/MR、权限控制）
• CI/CD集成难度
• 迁移成本
• 社区活跃度
• 企业级功能（审计日志、LDAP等）

测试数据对比表：

2.2 最终选择的技术考量

经过压力测试，我们选择了Gitea的定制分支版本，主要基于：

1. 存储优化：采用新的压缩算法，使10GB原始仓库在服务端仅占600MB
2. 内存管理：内置自动GC机制，将常驻内存控制在200MB以内
3. 扩展性：通过插件支持CI/CD（使用Drone兼容层）
4. 迁移路径：提供GitLab项目元数据转换工具

关键配置参数：

ini复制[repository]
COMPRESSION_LEVEL = 9
DISABLE_STARS = true
ENABLE_AUTO_GIT_GC = true

3. 迁移实施全记录

3.1 数据迁移步骤

1. 元数据提取：

bash复制python gitlab_export.py --url http://old-gitlab --token glpat-xxx \
--output meta.json

2. 仓库转换：

bash复制gitea-migrator convert --type gitlab --meta meta.json \
--repo-dir /gitlab/repositories --output /gitea/data

3. 权限映射：

python复制# 转换LDAP组到Gitea团队
def map_teams(gitlab_groups):
    return [{
        'name': group['name'],
        'perms': 'write' if group['access'] > 30 else 'read'
    } for group in gitlab_groups]

3.2 性能优化实战

存储压缩方案：

• 启用Zstandard压缩：git config --global core.compression zstd
• 设置delta缓存：git config --global pack.windowMemory 512m
• 定期执行：gitea manager optimize --all-repos

内存控制技巧：

ini复制[server]
PROCESS_MEMORY_LIMIT = 256MB
MAX_CONCURRENT_CLONES = 5

4. 效果验证与问题排查

4.1 量化收益

指标对比（迁移前后）：

4.2 典型问题解决方案

问题1：大文件历史导致克隆失败

• 现象：remote: error: File XXX is 153.22 MB; exceeds 100.00 MB
• 解决：

bash复制git filter-repo --strip-blobs-bigger-than 100M --force
gitea manager rewrite-repo --repo path/to/repo

问题2：Webhook交付超时

• 调整配置：

ini复制[webhook]
DELIVER_TIMEOUT = 30
SKIP_TLS_VERIFY = true
ALLOWED_HOST_LIST = *.our-domain.com

5. 深度定制开发

5.1 增强安全审计

我们在Gitea基础上开发了：

• 实时操作日志分析引擎
• 细粒度权限控制系统（支持文件路径级ACL）
• 自动敏感信息扫描插件

审计模块架构：

go复制type AuditEvent struct {
    UserID    int64
    IP        string
    Action    string // "push", "pull", "login"
    Timestamp time.Time
    Metadata  map[string]interface{}
}

5.2 智能缓存层

实现基于LRU的仓库缓存：

python复制class RepoCache:
    def __init__(self, max_size=10GB):
        self.cache = OrderedDict()
        self.max_size = max_size

    def get(self, repo_path):
        if repo_path in self.cache:
            self.cache.move_to_end(repo_path)
            return self.cache[repo_path]
        return None

6. 持续优化方向

当前正在实施的改进：

1. 分布式存储：将仓库数据迁移到Ceph集群
2. 智能预加载：基于用户行为预测提前缓存仓库
3. 增量克隆：开发类似GitLab's partial clone的优化版本

性能优化路线图：

mermaid复制graph TD
    A[当前架构] --> B[SSD缓存层]
    B --> C[分布式对象存储]
    C --> D[边缘节点加速]