R Shiny每日从Google Drive更新图表：加载位置与优化问询

初始工作流与疑问 #

我的工作流是：每日运行R脚本清理数据，生成Plotly图表（耗时数百毫秒，不宜在Shiny应用内生成，避免影响用户体验），将图表保存为.RData文件存储到Google Drive。需要让R Shiny应用每日从Google Drive获取该文件更新图表。

疑问：获取.RData文件的操作应该放在global文件还是server端？这个选择对用户加载速度有什么影响？

初始示意代码 #

library(shiny)
library(plotly)
library(googledrive)

# Define UI
ui <- fluidPage(
  titlePanel("Load Plotly Plot from Google Drive"),
  mainPanel(
    plotlyOutput("loaded_plot")
  )
)

# Define server logic
server <- function(input, output, session) {
  
  MyPlot <- observe({   
    invalidateLater(86400000, session) 
    
    #auth Google Drive
    drive_auth()
    
    #download plot from Google Drive
    drive_download("plot.RData")

  })
  
  # Render the plotly plot
  output$loaded_plot <- renderPlotly({
    MyPlot
  })
  
}

# Run the application
shinyApp(ui = ui, server = server)

更新后的工作流与优化疑问 #

因googledrive包的下载仅支持本地存储，我调整了工作流，已实现通过定期检查Google Sheet来更新的功能，示例中每30秒检查一次。目前将MyPlot的更新逻辑放在reactivePoll中，想咨询这个实现方式是否可以更优雅？

更新后的代码 #

# * Global

library(shiny)
library(plotly)
library(googledrive)
library(googlesheets4)

# Function plotly plot
plotly_scatter <- function(df, x, y) {
  
  fig <- plot_ly(df) 
  
  fig <- fig %>% 
    add_lines(type = 'scatter', mode = "lines",
              x = ~x, y = ~y)
  
  return(fig)
}

data_frame <- reactivePoll(
  intervalMillis = 30000,
  session = NULL,
  checkFunc = function() {
    #authentication
    drive_auth()
    gs4_auth(token = drive_token())
    
    #Read in Google Sheet
    gs_file<- drive_get('df')
    gs_data <<- read_sheet(gs_file)
    
    #Create plotly plot
    MyPlot <<- plotly_scatter(gs_data, x, y)
    
  }
)


# * UI
ui <- fluidPage(
  titlePanel("Load Plotly Plot from Google Drive"),
  mainPanel(
    plotlyOutput("loaded_plot")
  )
)

# * Server
server <- function(input, output, session) {
  
    
    # Render the plotly plot
    output$loaded_plot <- renderPlotly({
      MyPlot
    })

}

# Run the application
shinyApp(ui = ui, server = server)

解答 #

关于初始疑问：global vs server端的选择 #

1. 放在global文件：
   • 优点：global.R代码在应用启动时仅运行一次，所有用户共享下载的图表数据，不会重复触发Google Drive请求，节省资源，用户加载速度快。
   • 缺点：若需每日更新，需结合定时任务（如later包）实现全局定时刷新，或重启应用触发下载。
2. 放在server端：
   • 若每个用户会话独立执行下载：新用户加载时需等待下载完成，体验差，还会消耗额外的Google Drive请求配额。
   • 若结合全局缓存（如memoise包）：可避免重复下载，同时支持灵活的定时更新，但需处理缓存过期逻辑。

对用户加载速度的影响：

• 放在global：首次启动下载一次，后续用户直接读取本地缓存，加载快；但更新逻辑相对固定。
• 放在server端（无缓存）：每个新用户都要等待下载，加载慢；带全局缓存则和global方式体验接近，但实现更灵活。

关于更新后reactivePoll的优化建议 #

当前代码有几个可优化的点，让实现更优雅且稳定：

1. 避免全局变量赋值（<<-）：全局变量在多用户环境下易出现竞态问题，建议让reactivePoll直接返回生成好的图表，而非赋值给全局变量。
2. 分离检查与数据处理逻辑：checkFunc仅做轻量的更新判断（如获取Google Sheet的最后修改时间），valueFunc负责实际读取数据和生成图表，减少不必要的计算。
3. 提前完成认证：认证操作无需每次检查都执行，可放在global.R中，应用启动时完成一次即可（建议使用服务账号认证，避免交互式操作）。
4. 明确参数传递：绘图函数的x、y参数需指定具体列名，避免依赖全局变量。

优化后的示例代码：

# Global.R
library(shiny)
library(plotly)
library(googledrive)
library(googlesheets4)

# 提前完成服务账号认证（替换为你的密钥路径）
drive_auth(path = "service_account_key.json")
gs4_auth(token = drive_token())

# 定义绘图函数
plotly_scatter <- function(df, x_col, y_col) {
  plot_ly(df) %>% 
    add_lines(type = 'scatter', mode = "lines",
              x = ~.data[[x_col]], y = ~.data[[y_col]])
}

# 定义reactivePoll获取更新后的图表
get_updated_plot <- reactivePoll(
  intervalMillis = 30000,
  session = NULL,
  # 检查函数：仅获取文件修改时间判断是否更新
  checkFunc = function() {
    gs_file <- drive_get("df")
    as.character(drive_reveal(gs_file, "modified_time")$modified_time)
  },
  # 取值函数：仅当文件更新时执行，读取数据并生成图表
  valueFunc = function() {
    gs_file <- drive_get("df")
    gs_data <- read_sheet(gs_file)
    plotly_scatter(gs_data, x_col = "x", y_col = "y") # 替换为实际列名
  }
)

# UI.R
ui <- fluidPage(
  titlePanel("Load Plotly Plot from Google Drive"),
  mainPanel(
    plotlyOutput("loaded_plot")
  )
)

# Server.R
server <- function(input, output, session) {
  output$loaded_plot <- renderPlotly({
    get_updated_plot()
  })
}

shinyApp(ui = ui, server = server)

优化点说明：

• 移除全局变量，reactivePoll直接返回图表对象，避免多用户冲突。
• checkFunc仅做轻量检查，减少不必要的网络请求和计算。
• 认证操作提前完成，减少重复执行的开销。
• 参数传递更明确，避免潜在的作用域问题。

内容的提问来源于stack exchange，提问作者H. berg