代码之家 › 专栏 › 技术社区 › Dhiraj

.RData中的reactiveFileReader

shiny r

1

Dhiraj · 技术社区 · 7 年前

我目前在一个闪亮的应用程序中的工作流程是定期将R脚本作为cron作业运行,从多个数据库中提取各种表,并从一些api下载数据。然后将这些文件保存为.Rdata文件,保存在名为 data .

在我的 global.R 我使用 load("data/workingdata.Rdata") . 这将导致将所有数据帧(约30个)加载到环境中。我知道我可以用 reactiveFileReader() load 被接受为 readFunc 在里面 reactiveFileReader()

3 回复 | 直到 7 年前

1

SeGa 7 年前

本例使用 reactiveVal 对象 observe 和 invalidateLater . 数据被加载到一个新的环境中,并每2秒分配给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)

2

1

ismirsehregal 7 年前

关于您的工作流程的一些想法:

处理文件时,总是会有一些管理开销(例如,读取.RData文件时是否已完成?)。在我看来,这(部分地)是DBMS用来处理家务的。它们中的大多数都有复杂的解决方案,以确保您快速获得所查询的内容;那么为什么要重新发明轮子呢?

而不是不断地创建.RData文件并使用您需要的reactiveFileReader()函数轮询数据使用reactivePoll(请参阅 this 例如使用sqlite)。如果您的查询是长时间运行的(我猜这是您的工作流程的原因),您可以在将来包装它们并 (见下图) post 获得一些灵感)。或者,许多DBMS提供类似物化视图的功能,以避免长时间的等待(根据假定的用户权限)。

当然,所有这些都是基于假设的,因为事实上,我并不知道你的生态系统,但根据我的经验,减少接口意味着减少错误的来源。

3

0

dca 7 年前

load("data/workingdata.Rdata") 在server.R的顶部,任何人只要开始一个新的闪亮会话,数据都是最新的。可能的缺点是:

如果在写入数据的同时新的会话正在加载数据,则可能会出现故障。

我想第一个可能出现的问题不足以成为问题。第二个可能的问题更可能发生,但除非你处于一个超临界的情况下,我看不出这是一个实质性的问题足够担心。