当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > GitHub 企业实时迁移正式可用后哪些数据可以迁移

GitHub 企业实时迁移正式可用后哪些数据可以迁移

来源:17golang原创 2026-09-06 02:44:34 0浏览 收藏

GitHub Enterprise Live Migrations(ELM)正式可用后,企业迁移的关键变化不是“所有 GitHub 数据都能自动搬家”,而是可以把单个仓库的大部分仓库级数据在持续同步下迁到 GitHub Enterprise Cloud with Data Residency(GHE.com)。组织设置、团队、项目和组织级 Webhook 不在迁移范围内;规则集不迁移,分支保护也只是部分迁移。

要点速览
  • ELM 适合重要仓库、大型 monorepo 和不能长时间停机的业务仓库;普通仓库仍可考虑 GitHub Enterprise Importer(GEI)。
  • Git 历史、LFS、Wiki、Issues、Pull requests、Releases、仓库级 Actions 设置等可以随仓库迁移。
  • 切换前必须单独安排组织资源、规则集、分支保护允许列表和未支持实时事件的人工复核。

先判断仓库是否适合 Enterprise Live Migrations

ELM 的价值在于降低开发者等待时间:初始回填后,源仓库仍可继续工作,Webhook 会把部分后续变化交给迁移服务;到 cutover 时,源仓库才会短暂变为只读。GitHub 官方把它定位为 GEI 的补充,而不是所有仓库的默认替代品。

可以先按下面四个问题筛选:

判断项更适合 ELM 的情况需要注意
停机容忍度发布和协作不能停数小时cutover 仍需要排空最后的变更
仓库形态大型、历史深的 monorepo先确认 release asset 单个不超过 2GB
源端版本GHES 3.17 及以上对应支持补丁版本HTTP 地址、出站网络和 Management Console 设置也要满足条件
迁移数量按业务优先级分批迁移单个 GHES 最多并发 10 个,目标企业最多 20 个

如果仓库可以接受短暂停机、规模也不大,GEI 可能更简单。ELM 更适合把“停机风险”当作主要约束的仓库,而不是单纯追求功能数量。

仓库级数据能带走什么

ELM 一次迁移一个仓库,覆盖范围集中在仓库本身。代码侧包括 refs、对象和完整提交历史;启用条件满足时,LFS 对象和 Wiki Git 仓库也会迁移。协作侧包括 Issues、评论、反应、标签关联、时间线事件,以及 Pull requests、评审、行内评论和评审线程。

GitHub Enterprise Live Migrations 中仓库级数据与组织级人工配置的边界关系图
图1:把 ELM 的迁移边界分成仓库级资源和组织级资源,避免把企业配置误当成仓库数据。

仓库设置和发布资产也不能漏盘:仓库描述、可见性、默认分支、启用功能、仓库 Webhook、Topics、Pull request 设置、仓库级 Actions 配置、Autolinks、Pages、Labels、Milestones、Releases、Commit comments、Status checks、Check runs 和 Check suites 都在官方迁移数据清单中。Release asset 的单个文件上限是 2GB,LFS 则要求源端已启用 LFS。

最容易误判的缺口在哪里

第一类缺口是“仓库数据”和“组织数据”的边界。组织设置、Teams、Projects、组织级 Webhooks 不会随仓库迁移;ELM 至多在目标端创建目标组织账号,组织结构和权限仍要人工配置。

第二类缺口是保护规则。Repository rulesets 不迁移;分支保护只保留部分开关状态,不保留允许的用户、团队或应用,也不会带走绕过者、强推者、状态检查应用绑定、合并队列和部署要求等配置。迁移后必须在允许开发者工作前重新检查。

第三类缺口是实时更新。Pull request 的创建、编辑、关闭等事件有支持范围,但例如 review requested、synchronize、locked 等事件不在实时更新列表中;Check runs、Check suites 和 Pages 配置只在初始回填阶段导出,不会继续由 Webhook 更新。

ELM 初始回填、实时更新、cutover 与人工复核边界关系图
图2:ELM 的回填、实时更新和 cutover 各有数据边界,不能把近零停机理解成无条件实时复制。

上线前用清单决定迁移方式

建议把迁移拆成“能自动带走”和“必须人工接手”两张清单。操作人需要同时具备 GHES site admin 和 GHE.com enterprise owner 权限,并准备源端和目标端的 classic personal access token。多个并发迁移还应由同一操作人使用同一组令牌执行。

  1. 前置检查:确认 GHES 补丁版本、HTTPS、出站网络、Migrations 开关、LFS 状态和 2GB 资产限制。
  2. 仓库盘点:记录规则集、分支保护允许列表、组织 Teams/Projects、组织 Webhook,以及正在进行的评审和发布。
  3. 沟通冻结:通知开发者迁移期间不要 force push;cutover 后源仓库会归档并只读,未支持的动作不能假定会补到目标端。
  4. 切换复核:完成后检查提交历史、Issues、Pull requests、Releases、Webhook、权限和保护规则,再恢复正常发布。

这个清单也给出了工具选择:能接受停机且仓库简单的项目优先评估 GEI;大型 monorepo、活跃仓库或停机会阻塞业务的项目优先评估 ELM;组织级配置无论使用哪种工具,都要单独安排目标端重建。

常见问题

ELM 是迁移整个 GitHub Enterprise 企业吗?

不是。一次 ELM 迁移只包含一个仓库,组织设置、团队、项目和组织 Webhook 需要在目标企业重新配置。

分支保护会完整保留吗?

不会。部分限制状态会迁移,但允许主体、绕过者、强推者、状态检查绑定、合并队列和部署要求等需要复核或重建。

迁移期间可以继续提交代码吗?

大部分回填和实时更新阶段可以继续使用源仓库,但应避免 force push;开始 cutover 后源仓库会归档,开发者需要转到新的位置。

Check runs 会持续同步到目标端吗?

不会。官方数据说明中,Check runs 和 Check suites 只在初始回填导出,不属于持续实时更新项目。

发布说明与数据范围可从 GitHub Changelog、ELM 概览 和 迁移数据参考核对。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go 怎么流式读取大型 XML 文件中的指定元素Go 怎么流式读取大型 XML 文件中的指定元素
上一篇
Go 怎么流式读取大型 XML 文件中的指定元素
Go JSON 时间字段不是 RFC3339 格式时怎么解析
下一篇
Go JSON 时间字段不是 RFC3339 格式时怎么解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    573次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    616次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    647次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    606次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    422次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码