如何为plumber API的每次调用提供干净的R会话？

1. 用callr启动独立R会话处理请求 #

这是最直接实现「每次调用全新会话」的方式，callr能在后台启动完全独立的R进程执行任务，彻底隔绝当前Plumber会话的环境变量、全局状态干扰。

示例代码：

library(plumber)
library(callr)

# 定义流水线核心逻辑
pipeline_task <- function(input_data) {
  # 这里写入你的自动化流水线代码
  # 比如数据清洗、模型预测等操作
  result <- input_data * 2
  return(result)
}

# Plumber请求端点
#* @post /run-pipeline
function(req) {
  input <- req$body$input
  # 启动独立R进程执行任务
  task_process <- r_process$new(
    func = pipeline_task,
    args = list(input_data = input)
  )
  task_process$wait()
  return(task_process$get_result())
}

每个请求都会触发全新的R进程，完全不用担心会话间的状态污染。

2. 会话内环境隔离（轻量替代方案） #

如果不想承担频繁启动进程的开销，可以在当前Plumber会话内用独立临时环境隔离每个请求的执行上下文，同样能保证相同输入得到相同输出。

示例代码：

library(plumber)

#* @post /run-pipeline-safe
function(req) {
  input <- req$body$input
  # 创建完全独立的临时环境，不继承全局环境
  temp_env <- new.env(parent = emptyenv())
  # 在临时环境中执行流水线逻辑
  result <- with(temp_env, {
    # 所有变量都仅存在于temp_env中，不会污染全局
    input * 2
  })
  # 手动清理临时环境（可选，R垃圾回收会自动处理）
  rm(temp_env)
  gc()
  return(result)
}

这种方式无需额外进程开销，只要你的流水线逻辑不依赖全局状态，就能保证结果一致性。

3. 配置Plumber服务器启用进程隔离 #

如果是部署Plumber服务，可以通过启动参数配置让每个请求由独立子进程处理：

pr <- plumb("plumber.R")
# 启动服务器，每个请求分配新的工作进程，处理完成后销毁
pr$run(host = "0.0.0.0", port = 8000, workers = 0)

workers = 0会让Plumber为每个请求启动新的工作进程，天然实现会话隔离。但要注意，高并发场景下会消耗更多服务器资源，需要根据实际负载调整。

核心注意事项 #

• 禁止修改全局变量：这是导致会话污染的根本原因，所有流水线逻辑中的变量都应在局部环境或临时环境中定义。
• 进程隔离方案要注意对象序列化：callr和Plumber默认支持大部分R对象的序列化，但复杂自定义对象可能需要额外处理。
• 性能权衡：高频低负载请求优先用环境隔离；重资源任务（如大模型推理）优先用独立进程隔离，避免单个会话资源耗尽。

内容的提问来源于stack exchange，提问作者Patrick