Shiny for .RData 中的 reactiveFileReader

Question

我当前在闪亮应用程序中的工作流程是定期将 R 脚本作为 cron 作业运行，以从多个数据库中提取各种表以及从某些 API 下载数据。然后将它们作为 .Rdata 文件保存在名为 data 的文件夹中。

在我的global.R 文件中，我使用load("data/workingdata.Rdata") 加载数据。这会导致所有数据帧（大约 30 个）加载到环境中。我知道我可以使用reactiveFileReader() 函数来刷新数据，但显然它必须在 server.R 文件中使用，因为与该函数有关联的会话。另外，我不确定load 是否在reactiveFileReader() 中被接受为readFunc。对于这里的场景，最好的策略应该是什么？

Answer 1

此示例使用reactiveVal 对象与observe 和invalidateLater。数据每 2 秒加载到新环境并分配给 reactiveVal。

library(shiny)

ui <- fluidPage(
  actionButton("generate", "Click to generate an Rdata file"),
  tableOutput("table")
)

server <- shinyServer(function(input, output, session) {

  ## Use reactiveVal with observe/invalidateLater to load Rdata
  data <- reactiveVal(value = NULL)
  observe({
    invalidateLater(2000, session)
    n <- new.env()
    print("load data")
    env <- load("workingdata.Rdata", envir = n)
    data(n[[names(n)]])
  })


  ## Click the button to generate a new random data frame and write to file
  observeEvent(input$generate, {
    sample_dataframe <- iris[sample(1:nrow(iris), 10, F),]
    save(sample_dataframe, file="workingdata.Rdata")
    rm(sample_dataframe)
  })

  ## Table output
  output$table <- renderTable({
    req(data())
    data()
  })
})


shinyApp(ui = ui, server = server)

Answer 2

关于您的工作流程的一些想法：

最后，使用 RData 方法，您将设置另一个与您的数据库/API 并行的数据源。

处理文件时总会产生一些日常开销（例如，您的 .RData 文件在读取时是否已完成？）。在我看来，这（部分）是 DBMS 的用途——照顾家务。他们中的大多数都有复杂的解决方案，以确保您快速获得查询的内容；那为什么要重新发明轮子呢？

您可以使用 reactivePoll 直接查询数据库的更改，而不是不断创建 .RData 文件并使用 reactiveFileReader() 函数轮询数据（请参阅 this 例如使用 sqlite）。如果您的查询长时间运行（我猜这是您的工作流程的原因），您可以在将来包装它们并异步运行它们（参见post 获得一些灵感）。 或者，许多 DBMS 提供诸如物化视图之类的东西以避免长时间等待（根据假定的用户权限）。

当然，所有这些都是基于假设，因为我不知道您的生态系统，但根据我的经验，减少接口意味着减少错误来源。

Answer 3

您可以在 server.R 的顶部使用load("data/workingdata.Rdata")。然后，只要有人开始新的 Shiny 会话，数据就会是最新的。可能的缺点是：

• 如果在新的 Shiny 会话加载数据的同时写入数据，则可能会出现问题。
• 如果会话在新数据可用之前和之后打开，则数据将过时。

我想第一个可能的问题不会出现足以成为问题。第二个可能的问题更有可能发生，但除非你处于非常危急的情况，否则我看不出这是一个足够严重的问题来担心。

这对你有用吗？