R 使用大型数据集时，闪亮应用程序的计算速度非常慢

目前，我正在为一个拥有大数据集（1.5 GB CSV，我将其压缩为150 MB RDS）的客户开发一款闪亮的应用程序。每次用户更改输入时，我都会遇到麻烦，似乎最慢的一步是，每次更改都会执行数据导入。下面是一个简单的例子（这个应用程序有点复杂，但问题是一样的）

R（R studio中的基本示例，这里没有相关内容，只是选择输入和ggplot）：

R（服务器函数外的readRDS语句和简单的dplyr过滤器）

库（闪亮）
图书馆（dplyr）
图书馆（magrittr）
图书馆（GG2）
数据系统。时间（ggplot（过滤数据）+几何直方图（aes（X）））
用户系统运行时间
0.001   0.000   0.001 

我认为问题在于每次输入更改时都会执行数据导入语句，但我还没有找到阻止这种情况发生的方法

谢谢

• 理想情况下，您不需要将这么大的文件加载到内存中，而是使用数据库，请查看

  rstudio

  网站上的存储选项
• 可以改善用户交互的是使用

  debounce

  ，其中

  selectInput

  将在触发前延迟一定的时间

---

shinyServer（功能（输入、输出、会话）{
选择

理想情况下，您不需要将这么大的文件加载到内存中，而是使用数据库，请查看
rstudio
网站上的存储选项
可以改善用户交互的是使用
debounce
，其中
selectInput
将在触发前延迟一定的时间


shinyServer（功能（输入、输出、会话）{
选择因为您在
shinyServer
函数之外运行了
readRDS
函数，所以它应该只运行一次。筛选和绘制大型数据集可能需要时间。请尝试查看花费的确切时间。筛选后剩下多少数据？可能是ggplot？请尝试使用更简单的输出。数据也可以是e在ggplot中，您只使用了X，在筛选数据时可能只保留X列，因为您在
shinyServer
函数之外运行了
readRDS
函数，该函数只应运行一次。筛选和打印大型数据集可能需要时间。请尝试查看具体花费的时间。筛选后剩余的数据量有多少ing？也许罪魁祸首是ggplot？请尝试使用更简单的输出。数据也嵌入在ggplot中，您仅使用X，在筛选数据时可能仅保留X列
library(shiny)

# Define UI for application that draws a histogram
shinyUI(fluidPage(

  # Application title
  titlePanel("Old Faithful Geyser Data"),

  # Sidebar with a slider input for number of bins 
  sidebarLayout(
    sidebarPanel(
      selectInput("select_z", "Z Value", selected = 387.5,c(seq(293.5,443.5,1)))
    ),

    # Show a plot of the generated distribution
    mainPanel(
       plotOutput("distPlot")
    )
  )
))

library(shiny)
library(dplyr)
library(magrittr)
library(ggplot2)

data <- readRDS('./data.rds')

# Define server logic required to draw a histogram
shinyServer(function(input, output) {

  output$distPlot <- renderPlot({

    # generate bins based on input$bins from ui.R
    filtered_data <- data %>% filter(Z == input$select_z)

    # draw the histogram with the specified number of bins
    ggplot(filtered_data)+
      geom_histogram(aes(X))

  })

})

system.time(readRDS('./data.rds'))
   user  system elapsed 
  3.121   0.396   3.524 
> system.time(filtered_data <- data %>% filter(Z == 384.5))
   user  system elapsed 
  0.048   0.011   0.059 
> system.time(ggplot(filtered_data)+geom_histogram(aes(X)))
   user  system elapsed 
  0.001   0.000   0.001 

shinyServer(function(input, output,session) {

  selection <- reactive({
    input$select_z
  })

  # add a delay of 1 sec
  selected_z <- selection %>% debounce(1000)

  output$distPlot <- renderPlot({
    # generate bins based on input$bins from ui.R
    filtered_data <- data %>% filter(Z == selected_z())

    # draw the histogram with the specified number of bins
    ggplot(filtered_data)+
      geom_histogram(aes(X))
  })
})