Shiny Server部署应用时如何实现数据一次加载多用户共享？

解决方案 #

你第一种方案的逻辑本身是符合需求的：server函数外定义的变量属于Shiny应用的全局作用域，只会在应用初始化时执行一次，所有用户会话共享同一份数据，不会重复拉取。部署后超时崩溃是因为Shiny Server默认的应用初始化超时时间短于你数据拉取+清洗的耗时，按以下步骤调整即可：

1. 调整Shiny Server初始化超时配置

编辑Shiny Server配置文件（默认路径为/etc/shiny-server/shiny-server.conf），增加或修改app_init_timeout参数，将初始化超时时间调整到大于2分钟，比如设置为3分钟：

http_keepalive_timeout 180;
app_init_timeout 180;

修改后重启Shiny Server服务生效：

sudo systemctl restart shiny-server

2. 优化全局数据加载逻辑

你原有全局加载的代码可以补充两个细节提升可靠性：

• 拉取完数据后立即关闭ODBC连接，避免占用数据库连接资源
• 增加异常捕获逻辑，避免单次数据库连接失败导致应用启动失败
  优化后代码示例：

library(shiny)
library(DT)
library(RODBC)
library(dplyr)

# 全局数据加载，仅执行一次
df <- tryCatch({
  conn <- odbcConnect("<ODBC驱动名称>")
  on.exit(odbcClose(conn)) # 执行完自动关闭连接
  sql <- "SELECT * FROM <数据库表名>"
  raw_df <- sqlQuery(conn, sql)
  # 数据清洗逻辑
  raw_df %>%
    ...
}, error = function(e) {
  # 可自定义重试逻辑，或者输出错误日志方便排查
  stop(paste("数据加载失败：", e$message))
})

ui <- fluidPage(
  # UI逻辑
  ...
)

server <- function(input, output, session) {
  # 业务逻辑，直接使用全局的df即可
  ...
}

shinyApp(ui, server)

3. 可选更高性能方案（推荐）

如果数据不需要实时更新，可将数据拉取清洗逻辑和应用解耦：

• 写独立的R脚本定时执行（比如用Linux crontab每天跑一次），拉取清洗完的数据存为本地RDS文件
• 应用启动时直接读取本地RDS文件，耗时可压缩到毫秒级，完全规避初始化超时问题
  示例：

# 定时执行的脚本逻辑
conn <- odbcConnect("<ODBC驱动名称>")
sql <- "SELECT * FROM <数据库表名>"
df <- sqlQuery(conn, sql) %>% ... # 清洗逻辑
saveRDS(df, "/srv/shiny-server/你的应用目录/preprocessed_df.rds")
odbcClose(conn)

应用全局加载部分直接读本地文件：

df <- readRDS("preprocessed_df.rds")

如果需要数据定时更新且不重启应用，可以在应用内用reactivePoll()函数定期读取RDS文件，既保证所有用户共享同一份数据，又能实现数据的自动更新。

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