如何在Shiny Server的rgl应用中避免内存不足及优化咨询

我开发了一个基于rgl的Shiny应用，本地运行完全正常，但部署到shinyapps.io后频繁崩溃。日志显示Container event from container-8564782: oom (out of memory)，推测是平台默认的1GB内存不足以支撑应用运行。

应用核心逻辑：在rglwidget()中渲染6个结构复杂的triangle3d()对象，点击按钮会生成这些对象的平移新版本并绘制到新rgl场景中。我已尝试设置lit=FALSE节省内存，但崩溃问题仍存在（非每次触发）；同时怀疑旧rgl对象未被正确清理，试过rglwidget(reuse=NA)和webGLoptions = list(preserveDrawingBuffer = FALSE)，但部署测试效率太低。

现有两个疑问：

1. 能否在本地模拟1GB内存环境测试应用？
2. 使用rgl和Shiny开发时，还有哪些有效的内存优化手段？

核心代码如下：

observe({ 
    input$randomise 
    #### Create a random position of each objects using translate3d, plot them using triangle3d.
    amessage = random_obj( objects= objects, position_tot =position_tot, messagesday=messagesday, colorpalette=palette("Okabe-Ito"))
    
    output$rglPlot <- renderRglwidget({
      
      createboden()
      
      view3d (theta = 0, phi = -88, zoom = 0.8, fov = 60)
      outputwidget = rglwidget(reuse=NA, webGLoptions = list(preserveDrawingBuffer = FALSE))
      
      
      outputwidget

    })
})

1. 本地模拟1GB内存环境测试 #

• Linux/macOS：在终端执行ulimit -v 1048576（1GB=1024*1024KB）限制进程内存，随后在同一终端启动R并运行Shiny应用，触发内存不足时会直接崩溃，还原shinyapps.io的OOM场景。
• Windows：可以用Windows Sysinternals的VMMap监控内存占用，或通过Docker创建内存限制为1GB的容器，在容器内运行R和Shiny应用，模拟受限环境。

2. rgl/Shiny内存优化手段 #

• 主动清理旧场景：每次生成新内容前，调用rgl::clear3d(type = "all")彻底清空当前rgl设备的所有对象、灯光和视图设置，避免旧对象残留占用内存，比依赖reuse=NA自动清理更可靠。
• 简化3D模型：
  • 检查triangle3d的顶点数量，合并共面三角形或用简化算法降低模型复杂度，减少绘制所需的内存。
  • 若模型为外部导入，先在建模软件中简化后再导入R，避免在rgl中处理高复杂度模型。
• 复用rgl设备：不要每次点击都重建rglwidget，将设备ID存入reactiveVal，后续更新时在同一设备上修改内容，而非重建整个组件：

  # 初始化rgl设备
  rgl_dev <- reactiveVal(rgl::open3d())
  
  observeEvent(input$randomise, {
    # 清空当前设备内容
    rgl::clear3d(type = "all", dev = rgl_dev())
    # 绘制新场景
    createboden(dev = rgl_dev())
    view3d(theta = 0, phi = -88, zoom = 0.8, fov = 60, dev = rgl_dev())
    # 更新输出
    output$rglPlot <- renderRglwidget({
      rglwidget(dev = rgl_dev(), reuse = TRUE)
    })
  })
  

• 禁用冗余WebGL特性：除lit=FALSE外，可设置texture=FALSE（无纹理需求时）、smooth=FALSE（无需平滑着色），减少GPU和CPU内存占用。
• 缓存重复计算：若random_obj函数存在重复计算逻辑，缓存基础数据，避免每次点击都重新生成相同内容。
• 监控内存泄漏：本地用memory.size()（Windows）或gc()结合utils::memory.profile()跟踪内存变化，定位未被正确回收的对象。

内容的提问来源于stack exchange，提问作者Julien Colomb