如何降低Shinyapps.io上R项目的内存占用？

问题背景 #

我正在把用R编写的Shiny应用部署到Shinyapps.io。在RStudio中，运行应用返回编辑器后，“已用内存”为4.9 GiB；执行gc()后，该数值变化不超过0.02 GiB。执行sum(sapply(ls(), function(x){object.size(get(x))}))得到约62MB的结果，其中包含一个用magick包存储33张低质量图片的magick-image类列表对象（大小15MB），存储这些图片的Github仓库大小为43MB。部署到Shinyapps.io后，必须将“实例大小”设置为8GB否则应用崩溃，Shinyapps.io报告的内存占用超过5GB。RStudio与Shinyapps.io的内存占用报告相近，但比数据存储所需内存高出近两个数量级。随着数据增长，我担心会触及ShinyApps账户的8GB上限。我使用了包括tidyverse在内的若干包，虽知晓其会占用内存，但不足以解释内存占用的大幅增长。

你的观察方式是否正确？ #

你的观察存在明显局限性：

• object.size()仅统计全局环境中用户创建的对象，但Shiny运行时的函数环境、包的内部对象、缓存数据、Shiny自身的运行时组件都不在这个统计范围内，因此和实际进程内存占用差距大是正常的。
• RStudio显示的“已用内存”是整个R进程的总占用，包含所有加载的包、临时数据、缓存等，和object.size()的统计维度完全不同，两者没有直接可比性。

可排查的内存优化方向 #

1. 包加载优化 #

• 避免全局加载冗余包：tidyverse包含多个子包，只加载实际用到的（比如仅用dplyr就不必加载整个tidyverse）；用requireNamespace()替代library()，仅在函数内部需要时加载包，减少启动时的内存开销。
• 清理未使用的包：用codetools::findGlobals(app_server)（替换app_server为你的服务器函数）分析代码，找出未实际调用的包和函数。

2. 图片资源处理 #

• magick存储的是解码后的位图，比磁盘上的压缩文件占用内存多得多。改为按需加载图片：不在全局预加载所有图片，而是在用户触发查看操作时再读取处理，用完后用rm()删除对象并调用gc()释放内存。
• 压缩图片：用magick::image_resize()缩小分辨率，magick::image_compress("JPEG", quality = 50)降低质量，减少单张图片的内存占用。
• 直接引用文件：将图片存在应用的本地目录，Shiny用img(src = "path/to/image.jpg")直接引用，无需加载为magick-image对象。

3. Shiny运行时内存管理 #

• 检查全局变量累积：避免在observe/reactive中往全局对象里持续添加数据，用户相关数据应存在reactiveValues()中；用bindCache()缓存结果时设置合理的过期时间，防止缓存无限增长。
• 关闭不必要的缓存：对不需要重复使用的reactive计算，设置reactive(..., cache = FALSE)。
• 内存剖析：用profvis::profvis({runApp()})启动应用并分析，定位占用内存最多的函数或对象，排查内存泄漏点。

4. 部署环境优化 #

• 在部署脚本中添加options(shiny.maxRequestSize = 10*1024^2)（限制上传文件大小为10MB），避免用户上传大文件导致内存过载。
• 延迟初始化：把非必要的数据加载、计算逻辑移到用户触发的事件（如按钮点击）中，不要在应用启动时一次性完成。

内容的提问来源于stack exchange，提问作者Eric Krantz