R Shiny：如何让依赖型反应式selectInput优先于反应式绘图完成更新

开发的Shiny应用采用经典的侧边栏面板+主面板结构。

• 侧边栏面板：面板内包含多个selectInput组件，每个selectInput的可选选项都依赖上一个selectInput的选中值。例如用户从第一个selectInput选择数据集，从第二个selectInput选择变量，第二个selectInput的可选变量列表完全由第一个输入的选择结果决定。
• 主面板：放置基于ggplot2的基础可视化图表，图表展示内容完全依赖侧边栏中数据集、变量两个输入的选择结果。

用户在第一个selectInput中选择新的数据集时，第二个selectInput（可选变量列表）和绘图模块都需要同步更新。当前实现下绘图模块总是先于第二个selectInput完成更新流程，导致绘图尝试渲染无效内容——例如使用iris数据集渲染本该属于mtcars数据集的变量对应的直方图，反之亦然。
希望实现第二个selectInput先完成更新，再触发后续流程。核心疑问为：是否存在方法可以将第二个selectInput的反应式更新优先级调整为高于renderPlot的反应式更新，让selectInput先完成更新再触发绘图更新？

• 基于用户体验要求，不会添加额外按钮触发绘图渲染，需要绘图能够基于用户选择实时动态更新。
• 可复现示例中添加了打印语句，用于演示绘图在遇到无效选择组合时的异常更新逻辑。

library(shiny)
library(ggplot2)
library(dplyr)

# Define UI for application that draws a histogram
ui <- fluidPage(

    titlePanel("Reactivity Test"),

    # Sidebar with two input widgets
    sidebarLayout(
        sidebarPanel(
            selectInput(inputId = "dataset",
                        label = "Input #1 - Dataset",
                        choices = c("mtcars", "iris")),
            selectInput(inputId = "variable",
                        label = "Input #2 - Variable",
                        choices = NULL)
        ),

        # Show a plot of the generated distribution
        mainPanel(
           plotOutput("distPlot")
        )
    )
)

# Define server logic required to draw a histogram
server <- function(input, output) {
    
    input_dataset <- reactive({
        if (input$dataset == "mtcars") {
            return(mtcars)
        } else {
            return(iris)
        }
    })
    
    mtcars_vars <- c("mpg", "cyl", "disp")
    iris_vars <- c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width")

    available_vars <- reactive({
        if (input$dataset == "mtcars") {
            return(mtcars_vars)
        } else {
            return(iris_vars)
        }
    })
    
    observe({
        updateSelectInput(inputId = "variable", label = "Variable", choices = available_vars())
    })
    
    output$distPlot <- renderPlot({
        req(input$dataset, input$variable)
        print(input$dataset)
        print(input$variable)
        
        selected_dataset <- input_dataset()
        selected_variable <- input$variable
        
        filtered_data <- selected_dataset %>% select(selected_variable)

        ggplot(filtered_data, aes(x = get(selected_variable))) + 
            geom_histogram()
    })
}

# Run the application 
shinyApp(ui = ui, server = server)

内容的提问来源于stack exchange，提问作者trippy。