Shiny中函数内用reactivePoll时<<-赋值导致observeEvent多次触发问题咨询

• 你每次点击按钮调用runAsync函数时，都会新创建一组reactivePoll和observeEvent响应式对象，这些对象一旦创建就会常驻会话的响应式依赖图，不会自动销毁。
• 当你使用<<-超赋值运算符时，mainProcess会被写入全局环境，所有你创建的reactivePoll在检查状态时，都会读取这个全局唯一的mainProcess变量。每次点击按钮更新全局mainProcess为新进程后，之前创建的所有reactivePoll都会监听到同一个新进程的状态变化，对应的observeEvent就会全部触发，所以点N次就会有N次重复输出。
• 当你换成<-局部赋值时，mainProcess会保存在每次runAsync调用生成的独立局部环境中，每个reactivePoll捕获的是对应调用时局部环境里的mainProcess。旧调用对应的进程结束后状态不再变化，对应的observeEvent也不会再被触发，所以表面上解决了重复输出的问题，但本质上还是存在内存泄漏：所有历史创建的响应式对象都还在内存中，只是不再触发而已。

这类场景的核心设计原则是：响应式对象（reactivePoll、observe系列）仅在会话初始化时创建一次，不要在反复触发的事件回调中动态创建。合理实现逻辑如下：

• 进程对象不要存到全局环境，否则多用户会话会互相干扰，应该存到当前会话的server函数局部环境中，用reactiveVal包装方便响应式访问。
• 仅创建一次进程状态监控的reactivePoll和对应的观察者，每次点击按钮只更新进程实例，不新建响应式对象。
• 增加会话结束的清理逻辑，以及新进程启动前的旧进程销毁逻辑，避免产生孤儿进程。

参考实现代码：

library(shiny)
library(processx)

ui <- fluidPage(
  actionButton("runBtn", "Run async process"),
)

server <- function(input, output, session) {
  # 会话级进程存储，多会话互不干扰
  mainProcess <- reactiveVal(NULL)
  
  # 全局仅创建一次状态轮询器
  procTimer <- reactivePoll(1000, session, 
    checkFunc = function() {
      proc <- mainProcess()
      if (is.null(proc)) return(FALSE)
      proc$is_alive()
    },
    valueFunc = function() {
      proc <- mainProcess()
      if (is.null(proc)) return(FALSE)
      proc$is_alive()
    }
  )
  
  # 全局仅创建一次状态观察者
  observeEvent(procTimer(), {
    proc <- mainProcess()
    if (is.null(proc)) return()
    print(ifelse(procTimer(), "Begin", "End"))
    print(proc)
  })
  
  # 点击按钮仅更新进程实例
  observeEvent(input$runBtn, {
    # 销毁旧进程避免残留
    old_proc <- mainProcess()
    if (!is.null(old_proc) && old_proc$is_alive()) {
      old_proc$kill()
    }
    # 启动新进程
    mainProcess(process$new("sleep", "10"))
  })
  
  # 会话关闭自动清理进程
  session$onSessionEnded(function() {
    proc <- mainProcess()
    if (!is.null(proc) && proc$is_alive()) {
      proc$kill()
    }
  })
}

shinyApp(ui, server)

关于在函数内部启动reactivePoll的实践合理性：如果该函数仅在会话初始化时调用一次，是完全可以的；如果函数会被事件回调反复触发，就属于不良实践，会导致内存泄漏和异常触发。如果需要封装这类异步功能，更推荐用Shiny模块实现，模块内的响应式对象只会在模块初始化时创建一次，不会重复生成。

内容的提问来源于stack exchange，提问作者Sam