Performance 如何使plotly在Shining中更快

我想知道是否有什么好的方法来加快情节的表现，特别是他们的速度。目前，我正在尝试隔离绘图的数据，只留下两个输入，以反应性地更改绘图内容

我感到困惑的是，当我用固定数据测试那些Polly图时（我在shiny中隔离了），当更改这两个输入时，这些图运行得非常快。但是，当我使用isolate（）和两个输入在SHINK中导入相同的逻辑时，POLT的运行速度非常慢

请帮忙

这是我目前的密码，谢谢

observe({
##### Visualization - Daily Pattern #####
output$TTPlotB<-renderPlotly({

  #input$file_load

  #data_daily<-

  #data_daily2<<-data_daily
  date1<-input$dateRange[1]
  date2<-input$dateRange[2]
  journey1<-input$journey[1]
  journey2<-input$journey[2]

  plot_ly(isolate({Alloc()})%>%
            filter(date_range>= date1 & date_range<=date2 )%>% 
            filter(Days_in_journey %in%  ( journey1:journey2 ))%>%
            group_by(date_range,OEM,daily_available)%>%
            summarise(ngm=min(daily_avail_ngm),  ### use the min based on the selected journey 
                      product=min(daily_avail_product), ### use the min based on the selected journey 
                      lp=min(daily_avail_lp), ### use the min based on the selected journey 
                      cart=min(daily_avail_cart), ### use the min based on the selected journey 
                      email=min(daily_avail_email))%>%
            gather(channel,channel_daily_avail,-c(date_range,OEM,daily_available))%>%
            select(-c(daily_available))%>%
            spread(OEM,channel_daily_avail)%>%
            group_by(date_range,channel)%>%
            mutate(Daily_tot=sum(HP,Dell,Lenovo,Acer,Asus,Others))%>%
            mutate(D_HP_avai=round(100*HP/(input$OEM.HP.Aud.wk*1000/7),0))%>%
            mutate(D_Dell_avai=round(100*Dell/(input$OEM.Dell.Aud.wk*1000/7),0))%>%
            mutate(D_Leno_avai=round(100*Lenovo/(input$OEM.Lenovo.Aud.wk*1000/7),0))%>%
            mutate(D_Acer_avai=round(100*Acer/(input$OEM.Acer.Aud.wk*1000/7),0))%>%
            mutate(D_Asus_avai=round(100*Asus/(input$OEM.Asus.Aud.wk*1000/7),0))%>%
            mutate(D_Oth_avai=round(100*Others/(input$OEM.Others.Aud.wk*1000/7),0))%>%as.data.table()
          ,
          height = 500, width = 1450,
          x=~date_range,
          y=~Daily_tot,
          type="scatter",
          color=~channel, 
          mode="lines+markers",
          hoverinfo = 'text',
          text = ~paste('</br> <B> Channel:</B>', channel
                        ,
                        '</br> <B> Total Available Machines:</B>', formatC(Daily_tot, format="d", big.mark=","),
                        '</br> <B> Selected Date:</B>',date_range,
                        '</br> <B> HP: </B>',formatC(HP, format="d", big.mark=","),',',round(100*HP/Daily_tot,0),'%',
                        ' <B> HP Daily:</B>',D_HP_avai,'%' ,

                        '</br> <B> Dell: </B>',formatC(Dell, format="d", big.mark=","),',',round(100*Dell/Daily_tot,0),'%',
                        ' <B> Dell Daily:</B>',D_Dell_avai ,'%',

                        '</br> <B> Lenovo: </B>',formatC(Lenovo, format="d", big.mark=","),',',round(100*Lenovo/Daily_tot,0),'%',
                        ' <B> Lenovo Daily:</B>',D_Leno_avai ,'%',

                        '</br> <B> Acer: </B>',formatC(Acer, format="d", big.mark=","),',',round(100*Acer/Daily_tot,0),'%',
                        ' <B> Acer Daily:</B>', D_Acer_avai,'%',

                        '</br> <B> Asus: </B>',formatC(Asus, format="d", big.mark=","),',',round(100*Asus/Daily_tot,0),'%',
                        ' <B> Asus Daily:</B>',D_Asus_avai ,'%',

                        '</br> <B> Others: </B>',formatC(Others, format="d", big.mark=","),',',round(100*Others/Daily_tot,0),'%',
                        ' <B> Other Daily:</B>',D_Oth_avai ,'%'
          )

  )%>%
    layout(xaxis = list(title = 'Dates'),
           yaxis = list(title = 'Available Machines')
    )
})

观察({
#####可视化-每日模式#####
输出$TTB%
分组依据（日期范围，频道）%>%
突变（每日_tot=sum（惠普、戴尔、联想、宏碁、华硕等））%>%
变异（D_HP_avi=round（100*HP/（输入$OEM.HP.Aud.wk*1000/7），0））%>%
变异（D_Dell_avi=round（100*Dell/（输入$OEM.Dell.Aud.wk*1000/7），0））%>%
变异（D_Leno_avi=round（100*Lenovo/（输入$OEM.Lenovo.Aud.wk*1000/7），0））%>%
变异（D_Acer_avi=round（100*Acer/（输入$OEM.Acer.Aud.wk*1000/7），0））%>%
变异（D_Asus_avi=round（100*Asus/（输入$OEM.Asus.Aud.wk*1000/7），0））%>%
变异（D_Oth_avi=round（100*Others/（输入$OEM.Others.Aud.wk*1000/7），0））%>%as.data.table（）
,
高度=500，宽度=1450，
x=~date\u范围，
y=~每日总收入，
type=“散布”，
颜色=~通道，
mode=“行+标记”，
hoverinfo='text'，
text=~粘贴（“
频道：”，频道
,
“
可用机器总数：”，formatC（每日总计，format=“d”，big.mark=“，”，
“
所选日期：”，日期范围，
“
HP:”，formatC（HP，format=“d”，big.mark=“”，”，”，四舍五入（100*HP/每日总计，0），“%”，
“HP Daily:”，D_HP_Avi，%，
“
Dell:”，formatC（戴尔，format=“d”，big.mark=“，”，”，四舍五入（100*Dell/每日总计，0），“%”，
“戴尔日报：”，D_Dell_avi，”，
“
Lenovo:”，formatC（Lenovo，format=“d”，big.mark=“，”，”，”，四舍五入（100*Lenovo/Daily_tot，0），“%”，
“联想日报：”，D_Leno_Avi，”，
“
宏碁：”，formatC（宏碁，format=“d”，big.mark=“，”，”，”，四舍五入（100*宏碁/每日总计，0），“%”，
‘宏碁日报：’，D_Acer_avi，%，
“
Asus:”，formatC（Asus，format=“d”，big.mark=“”，”，”，四舍五入（100*Asus/每日总计，0），“%”，
《华硕日报》，《华硕日报》，%，
“
其他：”，formatC（其他，format=“d”，big.mark=“，”，”，四舍五入（100*其他/每日总计，0），“%”，
“其他日报：”，D_Oth_avi，”
)
)%>%
布局（xaxis=列表（标题='日期'），
yaxis=列表（标题=‘可用机器’）
)
})

})