Ich kann es nachvollziehen. Ich hab auch einen kleinen gitea mit public repo laufen, und die Scraper nutzen halt jeden Link, bauen dann jeden komischen diff im Web oder download als tar anstatt das repo zu clonen. Und all das braucht auch tmp-space zum Generieren (das war mein problem auf einem VPS 200 G10s mit 40G Disk).
Das alles erzeugt unnötige Last und Aufwand im Betrieb und ich hab damals auch überlegt, den gitea private zu setzen, gab da aber noch ein paar andere Optionen, den besser zu schützen. Und ich habs auf nen nano G11 migriert, der hat immerhin 60GB Platte)
Den Effekt mit den Logfiles kenne ich auch. Auf dem im obigen Beitrag beschrieben Server sehe ich 12,5 Mio requests auf den am stärksten belastenten Domains pro Tag, dass sind 150 Request die Sekunde auf dem Webserver. Bei 2 Server mit 4CPUs (G11) war das ohne Proof-Of-Work ein Problem, mit geht das jetzt gut.
Letztes Jahr waren das mal locker 210GB gz komprimierte Logfiles, auch das muss verwaltet werden und gemanagt werden. 2024 waren das noch 21GB, also rund 10% des Volumen.
Für sowas kann man jetzt Zeit haben wollen oder auch nicht. Ich kann die Entscheidung problemlos nachvollziehen.