如何在Shiny中存储数据并设置定期更新，解决数据源访问超时问题

完全可以实现「本地缓存+定期自动更新」的功能，最优实现逻辑为缓存优先、过期刷新、异常降级，既适配数据源数月更新的低频特性，也能解决外部站点临时不可用的问题，具体实现如下：

核心逻辑 #

• 首次运行时拉取远端数据，存储到本地作为缓存
• 后续运行优先读取本地缓存，无需每次请求远端站点
• 当本地缓存距离上次更新超过设定阈值（比如90天，匹配数据源更新频率）时，才尝试拉取新数据更新缓存
• 若远端站点请求失败（超时/不可用），直接使用本地缓存兜底，不打断Shiny应用运行

可直接复用的代码 #

library(data.table)

# 自定义配置项
cache_file <- "mei_data_local.csv" # 本地缓存文件路径
update_interval_days <- 90 # 自动更新周期，可根据数据源更新频率调整

dM1 <- tryCatch({
  # 缓存存在且未过期，直接读本地
  if (file.exists(cache_file)) {
    cache_last_update <- file.info(cache_file)$mtime
    if (difftime(Sys.time(), cache_last_update, units = "days") < update_interval_days) {
      return(fread(cache_file))
    }
  }
  # 缓存不存在/已过期，拉取新数据
  new_data <- fread('https://psl.noaa.gov/data/correlation/mei.data', header = FALSE, fill = TRUE)
  # 更新本地缓存
  fwrite(new_data, cache_file)
  new_data
}, error = function(err) {
  # 拉取失败时兜底逻辑
  if (file.exists(cache_file)) {
    warning("数据源站点暂不可用，已加载本地缓存数据")
    return(fread(cache_file))
  }
  stop("首次运行无本地缓存，且数据源站点无法访问，请稍后重试")
})

部署可选优化 #

如果你的Shiny应用部署在Linux服务器上，可以额外配置cron定时任务，每3个月自动执行一次数据拉取脚本更新缓存，无需等待用户访问应用时触发更新，稳定性更强。

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