如何在R机器学习服务器部署含多文件的面向对象R数据结构服务

当然可以！你完全可以将相关文件上传到服务器，在服务会话中加载并创建myClass实例，然后通过包装函数对外提供REST接口调用实例方法。下面是具体的实现思路和步骤：

核心思路 #

微软官方要求服务相关的函数/类需在同一上下文，本质是确保服务会话能访问到所有依赖的代码和实例。我们可以通过初始化时加载依赖+驻留实例+包装服务函数的方式实现，既不用把所有代码硬塞进一个文件，又能满足服务的要求。

具体步骤 #

1. 确保依赖文件可被服务访问 #

把你的DB.r、operators.R和主服务文件一起上传到服务器的服务工作目录（或者指定的路径）。这样在服务初始化时，可以通过source()加载这些脚本。

2. 在服务会话中初始化并驻留myClass实例 #

你可以通过闭包或者全局环境来存储实例，确保服务函数能持续访问到它（闭包更推荐，避免全局环境污染）。示例代码如下：

# 主服务文件内容
library(data.table)

# 加载类定义和依赖脚本（确保路径正确，这里用相对路径，因为文件已一起上传）
myClass <- setClass("myClass", contains = "data.table")
source("./DB.r")
source("./operators.R")

# 用闭包创建持有实例的服务函数
create_service_handler <- function() {
  # 初始化myClass实例（假设DB.r中有从数据库加载数据的函数load_db_data()）
  my_instance <- myClass(load_db_data())
  
  # 返回服务处理函数，闭包会持有my_instance，每次调用都能访问
  function(input_param1, input_param2) {
    # 调用myClass的自定义方法或重载运算符
    # 比如调用自定义方法calculate_result
    ans <- calculate_result(my_instance, input_param1, input_param2)
    # 如果是重载运算符，比如+，直接写 my_instance + input_param1 即可
    return(ans)
  }
}

# 发布服务
api <- publishService(
  serviceName = "MyClassService",
  inputs = list(input_param1 = "numeric", input_param2 = "character"), # 根据你的方法参数调整
  outputs = list(ans = "data.table"), # 根据返回值类型调整
  fun = create_service_handler(),
  # 其他必要参数，比如服务器地址、端口等
)

3. 处理作用域问题（解决你提到的“函数内返回为空”问题） #

你之前遇到的“t2是函数的一部分则返回结果为空”，大概率是变量作用域导致的——函数内部无法访问外部的实例或函数。用闭包的方式，服务处理函数会持有初始化好的my_instance，确保每次调用都能正确访问到实例及其方法。

关键注意事项 #

• 路径验证：上传文件后，先在服务器环境测试source("./DB.r")是否能正确加载脚本，避免路径错误导致依赖缺失。
• 实例生命周期：服务会话启动时实例会被初始化，若服务重启则需要重新创建实例。可以在服务启动脚本中加入实例初始化逻辑，确保服务启动后实例可用。
• S4方法调用规范：因为myClass是S4类，调用自定义方法要符合S4规则——如果是通用方法，用method_name(instance, params)的形式；如果是重载运算符，直接使用运算符即可（比如my_instance > 10）。
• 本地测试：先在本地模拟服务环境，验证实例创建、方法调用、服务函数返回结果正常后，再发布到正式服务器。

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