对于一些小应用而言，随便写写的Shiny应用的速度其实也能凑合。但是如果你的应用涉及到很多的计算，那么如何降低不必要的运行，提高运行效率呢？
准备
创建一个stockVis文件夹，在其中下载如下两个文件:
之后在stockVis的同级目录下运行runApp("stockVis")，网页会出现如下内容
结果
这个APP可以根据提供的股票缩写(Symbol)查询指定日期范围内的价格变动(Date Range)。我们需要在此基础上完善后面两个勾选框的功能。
代码不足
原来的server函数长下面这个样子:
server <- function(input, output) {
output$plot <- renderPlot({
data <- getSymbols(input$symb, src = "yahoo",
from = input$dates[1],
to = input$dates[2],
auto.assign = FALSE)
chartSeries(data, theme = chartTheme("white"),
type = "line", log.scale = input$log, TA = NULL)
})
}
根据「R shiny基础」在shiny应用中加载数据和脚本里提到的，每次用户发生交互式，render部分的代码就会重新运行一次，也就是说上面的代码会在每次用户做了修改之后，就得重新获取数据，然后进行作图。假如有一个参数是调整标题的，那么每调整一次标题就得重头运行一遍，显然这中间获取数据可以省去。
代码优化
shiny提供了reactive函数，类似于render类函数，接受R的表达式作为输入，但是它只会在原始的控件(widgets)发生变化之后才会更新结果。那么本次案例中就是将原本在renderPlot获取在线获取股票数据这一步代码移动到reactive表达式中
dataInput <- reactive({
getSymbols(input$symb, src = "yahoo",
from = input$dates[1],
to = input$dates[2],
auto.assign = FALSE)
})
output$plot <- renderPlot({
chartSeries(dataInput(), theme = chartTheme("white"),
type = "line", log.scale = input$log, TA = NULL)
})
reactive函数会缓存原本的结果，当运行时发现输入并没有发生改变时就不重复计算。
总结下reactive函数的运行步骤:
- 当你第一次运行
reactive函数后，他会在内存中存储结果 - 下一次运行时，他会检查保存的值是否过期（也就是该数据依赖的输入是否发生变化）
- 如果数据过期，那么重新计算，然后更新内存中保存的结果
- 如果数据未过期，那么直接返回保存的结果，不做任何计算。
到此，Shiny的基础知识点就结束了，后面我得写几个应用来练练手。
传送门
Shiny基础教程:
网友评论