每天20:00定时写表

Question

情景描述： 我在服务器上启动并运行了一个闪亮的应用程序，该服务器通过每天更新的 SQL Server 连接到实时数据。

问题： 我想自动化表格编写过程并将其设置为每天 20:00 创建一个表格。 编写过程应包括闪亮应用的自动刷新，因为它需要更新和重新计算来自 SQL 源连接的数字。

因此，理想的流程如下所示： day1 20:00 -->闪亮的应用程序重新运行，更新的数据被送入分析-->结果的备份表以csv形式保存在名为“Back-up 1”的目录中 day2 20:00 -->闪亮的应用程序重新运行，更新的数据被输入分析-->结果的备份表保存为 csv 在名为“Back-up 2”的目录中 等等……

我寻求的是 R 代码指示： 1 如何使表格定期写入 2 如何让闪亮的应用定期刷新

问题更新：按照以下建议创建反应式数据库连接： 实现的问题是，在我的 Shiny 应用程序中，我创建了 3 个反应性数据集以可视化数据，解决方案是（我想）将数据库的反应性构建到 3 个反应性数据集中的每一个中，但是我想知道是否有如何在不重复相同代码行 3 次的情况下执行此操作将是一种明智的方法。这是 Shiny 的服务器端（不工作）

##server.R##
server<-function(input,output, session){

MyData <- reactive({   
invalidateLater(86400000, session) 

#connect to the Server 
connection <- odbcConnect(dns, user, pass)
SituationToday<-{cat("test");sqlQuery(connection, "SELECT ALL * FROM   Table;")}
odbcClose(connection)

#data manipulation of SituationToday dataset including cleaning, filtering, joins, re-coding, labelling & as result I get 2 datasets
df1
df2

#backup
write.csv2(df1, paste0("filepath/Backup1", sys.Date(), ".csv"))
write.csv2(df2, paste0("filepath/Backup2", sys.Date(), ".csv"))

#reactive datasets that I need in order to visualise the data
data.df<-reactive({
VARIABLE<-input$variable
df1[df1$variable %in% VARIABLE,]})

data2.df<-reactive({
VARIABLE2<-input$variable2
df2[df2$variable2 %in% VARIABLE2,]})

data3.df<-reactive({
SELECT<-input$select
GROUP<-input$group
df1[df1$variable %in% SELECT & df1$GROUP %in% GROUP,]})
})

#different outputs follow
output$plot<-renderPlot({
  plot(data.df()) })
output$plot<-renderPlot({
  plot(data.df2()) })
output$plot<-renderPlot({
  plot(data.df3()) })
}

shinyApp(ui=ui,server=server)

如何在服务器函数中创建 3 个不同的反应数据集时保持连接反应，而不必在每个反应数据集中重复 1/3 的服务器代码？

Answer 1

作为对@Patrik 评论的回答，以下是我通常如何处理这些事情的示例：

（仅提供闪亮应用程序的服务器端。UI 无需调整。）

server = function(input, output, session){

  YourData <- reactive({                   # Responds to changes. But in here, only the invalidation triggers change.
    invalidateLater(86400000, session)     # Invalidates YourData() after 86400000 millisecs = 24 hours.

    #-------- Some statements that gets Data from SQL Database, e.g. with library RODBC
    conn <- odbcDriverConnect("DNS=DB;UID=Usrname;PWD=12345")
    rawData <- sqlQuery(conn, "SELECT * FROM Table1")
    odbcClose(conn)

    #-------- Some statements that process your Data.
    rawData$value <- rawData$value * 2
    rawData$time <- strptime(rawData$time, format = "%Y-%m-%d %H:%M")

    #-------- Backup creation after data processing.
    write.csv2(rawData, paste0("filepath/Backup", sys.Date(), ".csv"))

    #-------- And finally call the Dataset you want to return to use in your Shiny-App
    rawData 
 })

  output$plot <- renderPlot({
    plot(YourData())
  })
}

这样，您的 Shiny App 会继续运行，但会获取新数据并每 24 小时创建一次所有计算和备份。

它可能仍然有点抽象，但如果有不清楚的地方，请随时询问。

对更新问题的反应

问题：MyData() 不仅仅是一段代码，而是一个具有普通 R 类的 Object，存储为普通 R 变量。但与其他变量相比，Shiny 会永久检查其值以检测变化，并跟踪该变量的所有依赖关系。

解决方案：我的第一种方法是让失效只影响您的查询。然后这会以某种“级联”影响您的其他反应性环境。

这里是代码：

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

  # First, return only your SQL results

  MyData <- reactive({   
    invalidateLater(86400000, session) 

    #connect to the Server 
    connection <- odbcConnect(dns, user, pass)
    SituationToday<-{cat("test");sqlQuery(connection, "SELECT ALL * FROM   Table;")}
    odbcClose(connection)

    SituationToday
  })

  # Second, manipulate you dataframes 1 and 2

  df1 <- reactive({
    SituationToday <- MyData()        # Reacts whenever MayData() changes

    #data manipulation of SituationToday dataset including cleaning, filtering, joins, re-coding, labelling
    # Resulting in your Set df1

    #backup
    write.csv2(df1, paste0("filepath/Backup1", sys.Date(), ".csv"))

    # Return the dataframe
    df1
  })

  # Same for df2

  df2 <- reactive({
    SituationToday <- MyData()        # Reacts whenever MayData() changes

    #data manipulation of SituationToday dataset including cleaning, filtering, joins, re-coding, labelling
    # Resulting in your Set df2

    #backup
    write.csv2(df2, paste0("filepath/Backup2", sys.Date(), ".csv"))

    # Return the dataframe
    df2
  })

  #reactive datasets that I need in order to visualise the data

  data.df <- reactive({
    VARIABLE<-input$variable              # Reacts to input
    df1()[df1()$variable %in% VARIABLE,]  # As well as change in df1()
  })

  data2.df<-reactive({
    VARIABLE2<-input$variable2              # Reacts to input
    df2()[df2()$variable2 %in% VARIABLE2,]  # As well as change in df2()
  })

  data3.df<-reactive({
    SELECT<-input$select
    GROUP<-input$group
    df1()[df1()$variable %in% SELECT & df1()$GROUP %in% GROUP,] # Again df1() dependant
  })

  #different outputs follow

  output$plot<-renderPlot({
    plot(data.df()) })
  output$plot<-renderPlot({
    plot(data.df2()) })
  output$plot<-renderPlot({
    plot(data.df3()) })
}

如果您真的对不得不拆分创建 df1 和 df2 感到恼火，您还可以考虑返回您的 2 个 data.frames 的列表。