导出仓库dump能过滤历史记录吗？

在Linux环境下清理Subversion（SVN）版本日志通常指移除历史版本中的敏感数据或冗余文件（如误提交的密码、大文件等），由于SVN设计上不支持直接修改历史记录，需通过svnadmin dump和svnadmin load结合过滤工具实现，以下是详细操作流程：
注意：此操作会改变所有版本号，需全员重新检出代码,务必提前备份！

操作步骤

备份原始仓库

svnadmin dump /path/to/original_repo > original_repo.dump  # 导出全量备份
cp -r /path/to/original_repo /path/to/original_repo_backup  # 复制物理备份

安装过滤工具

sudo apt-get install subversion-tools  # Debian/Ubuntu
sudo yum install subversion-tools      # CentOS/RHEL

过滤历史记录

场景1：移除特定文件/目录
使用svndumpfilter exclude排除文件（如删除passwords.txt）：

cat original_repo.dump | svndumpfilter exclude secret/passwords.txt > filtered_repo.dump

场景2：仅保留指定目录
使用svndumpfilter include保留目标路径（如仅保留/src）：

cat original_repo.dump | svndumpfilter include src > filtered_repo.dump

处理过滤报错

若出现svndumpfilter: Invalid copy source path错误，需添加--drop-empty-revs和--renumber-revs参数：

cat original_repo.dump \
  | svndumpfilter exclude secret/passwords.txt --drop-empty-revs --renumber-revs \
  > filtered_repo.dump

重建新仓库

svnadmin create /path/to/new_repo          # 创建空仓库
svnadmin load /path/to/new_repo < filtered_repo.dump  # 导入过滤后数据

验证新仓库

svn checkout file:///path/to/new_repo      # 检出测试
svn log -v                                 # 检查历史记录是否生效

替换旧仓库（谨慎操作）

mv /path/to/original_repo /path/to/original_repo_old
mv /path/to/new_repo /path/to/original_repo
chown -R www-data:www-data /path/to/original_repo  # 恢复权限（根据实际用户调整）

注意事项

1. 不可逆操作：原始仓库备份必须保留至少一周。
2. 版本号变更：过滤后所有版本号重置,协作成员需重新检出。
3. 钩子脚本：若原仓库有pre-commit等钩子脚本,需手动复制到新仓库。
4. 大仓库处理：超过GB级的仓库转储时，建议用split分割文件分步处理。
5. 权限继承：使用svnadmin create时,确保新仓库目录权限与原仓库一致。

替代方案推荐

• svnfilter工具：比svndumpfilter更强大的第三方工具（项目地址）,支持正则表达式过滤。
• 迁移到Git：长期项目建议迁移至Git，使用git filter-branch或BFG工具清理历史更高效。

常见问题

Q：过滤后版本号不连续？
A：使用--renumber-revs参数自动重排版本号。

Q：操作中断如何恢复？
A：重新执行svnadmin load时添加--ignore-uuid,或从备份还原。

Q：如何清理所有日志中的作者信息？
A：在转储文件中用sed替换用户名：

sed 's/old_user/new_user/g' original_repo.dump > filtered_repo.dump

引用说明：本文方法基于Subversion官方文档的仓库维护指南及svndumpfilter工具手册，操作涉及版本库底层变更,建议由具备Linux系统管理经验的运维人员执行。