Git-SVN 迁移工程实战：大规模历史提交的完整迁移方案

在企业级代码仓库迁移过程中，如何将 SVN 的历史提交完整迁移到 Git 是一个常见但极具挑战性的任务。本文将深入探讨使用 git-svn 工具进行大规模迁移的完整流程，特别针对超过 1000 次提交的大型仓库，提供经过实战验证的优化方案。

1. 迁移前的关键准备工作

1.1 环境与工具配置

确保系统已安装以下必要组件：

# 在基于Debian的系统上 sudo apt-get install git subversion git-svn libsvn-perl # 在基于RHEL的系统上 sudo yum install git subversion perl-Git-SVN

验证安装是否成功：

git svn --version

若出现 Perl 模块缺失错误，需额外配置环境变量：

export GITPERLLIB=/path/to/svn/perl/modules

1.2 SVN 仓库结构分析

执行以下命令探测仓库布局：

svn info http://svn.example.com/repo svn ls http://svn.example.com/repo

典型输出可能显示以下结构：

trunk/ branches/ feature-1/ feature-2/ tags/ v1.0.0/ v1.1.0/

对于非标准布局，需记录实际路径：

svn ls http://svn.example.com/repo/projectA

1.3 用户映射文件创建

从 SVN 提取所有提交者：

svn log -q http://svn.example.com/repo | grep "^r" | awk '{print $3}' | sort -u > authors.txt

创建userinfo.txt映射文件，格式如下：

svn_user1 = Git User One <user1@example.com> svn_user2 = Git User Two <user2@example.com>

注意：对于离职员工等无法映射的账号，建议使用统一占位符：former_employee = Archive Account <archive@example.com>

2. 大规模迁移的核心操作

2.1 基础克隆命令

对于标准布局仓库：

git svn clone http://svn.example.com/repo \ --stdlayout \ --authors-file=userinfo.txt \ --no-metadata \ -r 38163:HEAD \ project_folder

关键参数说明：

2.2 针对大型仓库的优化策略

分段迁移方案：

# 第一阶段：获取最新100个版本 git svn clone http://svn.example.com/repo \ --stdlayout \ --authors-file=userinfo.txt \ -r HEAD-100:HEAD \ project_folder # 第二阶段：增量获取历史版本 cd project_folder git svn fetch -r 1:HEAD-100

性能优化参数：

git config svn.brokenSymlinkWorkaround false git config svn.pathnameencoding utf-8 git config svn.useLogAuthor true

2.3 分支与标签处理

转换远程分支为本地分支：

git for-each-ref --format="%(refname:short) %(objectname)" refs/remotes/origin/tags | \ while read ref name; do git tag -m "Tag from SVN" ${ref#origin/tags/} $name git branch -d -r $ref done git for-each-ref --format="%(refname:short)" refs/remotes | \ grep -v "@" | grep -v "trunk" | \ while read ref; do git branch ${ref#origin/} $ref git branch -d -r $ref done

3. 迁移后的验证与优化

3.1 完整性检查

验证提交数量是否匹配：

# SVN提交总数 svn log -q http://svn.example.com/repo | grep "^r" | wc -l # Git提交总数 git rev-list --all --count

检查分支映射：

git show-ref --heads --tags

3.2 常见问题解决

问题1：作者映射缺失

症状：

Author: svn_user3 not defined in userinfo.txt file

解决方案：

1. 将缺失用户添加到 userinfo.txt
2. 继续迁移：git svn fetch --authors-file=userinfo.txt

问题2：大文件导致失败

解决方案：

git svn fetch --ignore-paths=".*(large_file|binaries).*"

3.3 推送到Git远程仓库

git remote add origin git@gitlab.example.com:group/project.git git push --all origin git push --tags origin

重要提示：确保远程仓库为空，否则需要使用强制推送：git push -f --all origin

4. 高级技巧与性能调优

4.1 增量迁移策略

对于超大型仓库（10,000+提交），建议分阶段迁移：

1. 初始阶段：仅迁移最近6个月活跃分支

   git svn clone -r {20230101}:HEAD http://svn.example.com/repo

2. 历史阶段：分批迁移旧历史

   git svn fetch -r 1:{20221231} --log-window-size 1000

4.2 自动化迁移脚本

以下脚本可自动化整个流程：

#!/bin/bash SVN_URL="http://svn.example.com/repo" GIT_REPO="project.git" AUTHORS_FILE="userinfo.txt" # 分段克隆 git svn clone $SVN_URL \ --trunk=trunk \ --branches=branches \ --tags=tags \ --authors-file=$AUTHORS_FILE \ --no-metadata \ -r 10000:HEAD \ $GIT_REPO cd $GIT_REPO # 增量获取历史 git svn fetch -r 1:9999 --log-window-size 500 # 清理和转换 git for-each-ref --format="%(refname:short) %(objectname)" refs/remotes/origin/tags | \ while read ref name; do git tag ${ref#origin/tags/} $name; git branch -d -r $ref; done git for-each-ref --format="%(refname:short)" refs/remotes | grep -v "@" | \ while read ref; do git branch ${ref#origin/} $ref; git branch -d -r $ref; done # 推送到远程 git remote add origin git@gitlab.example.com:group/$GIT_REPO git push --all origin git push --tags origin

4.3 性能对比数据

在实测环境中（1350次提交，代码量约2GB）：

关键瓶颈点排查方法：

# 监控git-svn内存使用 watch -n 1 "ps aux | grep git-svn | grep -v grep" # 查看进度 tail -f .git/svn/.metadata

5. 迁移后的团队协作调整

5.1 Git工作流建议

分支策略转换：

SVN模式 → Git等效方案

• 单一主干 → Git Flow
• 功能分支 → GitHub Flow
• 发布分支 → GitLab Flow

5.2 常见命令对比

5.3 培训要点清单

• 基本概念差异
  • 分布式vs集中式
  • 快照vs差异
• 日常操作转换
  • 提交流程
  • 冲突解决
• 高级功能
  • 交互式暂存
  • 重置与回退

通过本文介绍的系统化方法，团队可以顺利完成从SVN到Git的迁移，不仅保留完整的历史记录，还能充分发挥Git的分布式优势。实际案例表明，经过优化的迁移过程可以在1.5小时内完成1350次提交的完整迁移，且后续团队协作效率可提升40%以上。