如何在R包中向Shiny应用传递参数？替代全局变量方案

当然有比全局变量更优雅的解决方案！全局变量很容易引发命名冲突、调试困难等问题，尤其是在R包这样的模块化环境里。下面分享几个更合适的方法：

这是最推荐的方案，完全遵循函数式编程原则，参数传递清晰且无全局状态。

首先修改你的包中app.R的结构，把应用定义成一个可接收参数的函数：

create_app <- function(MonteCarlo = 1000) {
  ui <- fluidPage(
    # 示例UI：展示传入的参数值
    h3(paste("Monte Carlo 模拟次数：", MonteCarlo))
  )
  
  server <- function(input, output, session) {
    # 在server逻辑中可以直接使用MonteCarlo参数
    observe({
      print(paste("当前模拟次数配置：", MonteCarlo))
    })
  }
  
  shiny::shinyApp(ui, server)
}

然后更新你的启动函数，直接调用这个带参数的应用生成函数：

launch_app <- function(MonteCarlo = 1000) {
  app <- create_app(MonteCarlo = MonteCarlo)
  shiny::runApp(app)
}

这种方式的优势在于参数完全通过函数传递，封装性强，便于测试和维护，也不会污染全局环境。

如果你不想大幅修改现有app.R的结构，可以借助runApp()自带的options参数临时传递配置：

更新启动函数：

launch_app <- function(MonteCarlo = 1000) {
  shiny::runApp(
    appDir = system.file("app.R", package="my_package"),
    options = list(MonteCarlo = MonteCarlo)
  )
}

然后在app.R中通过getOption()获取参数：

ui <- fluidPage(
  h3(paste("Monte Carlo 模拟次数：", getOption("MonteCarlo")))
)

server <- function(input, output, session) {
  mc_times <- getOption("MonteCarlo")
  observe({
    print(paste("当前模拟次数配置：", mc_times))
  })
}

shiny::shinyApp(ui, server)

这个方法的好处是无需重构现有应用结构，但要注意options是全局级别的，不过因为是在runApp调用时临时设置，会话结束后会自动恢复，比自定义全局变量更安全。

如果你的应用需要会话隔离的参数（比如不同用户启动的应用使用不同参数且互不干扰），可以利用Shiny的session$userData存储参数：

同样先封装应用函数：

create_app <- function(MonteCarlo = 1000) {
  ui <- fluidPage(...)
  
  server <- function(input, output, session) {
    # 将参数存入会话专属的userData中
    session$userData$MonteCarlo <- MonteCarlo
    
    # 后续在server逻辑中可以这样访问
    observe({
      print(paste("当前会话的模拟次数：", session$userData$MonteCarlo))
    })
  }
  
  shiny::shinyApp(ui, server)
}

启动函数和方法1一致即可。这种方式适合多用户场景或需要参数在会话生命周期内动态使用的复杂应用。

整体来说，方法1是最推荐的方案，它完全符合R包的模块化设计理念，参数传递逻辑清晰，也更容易进行单元测试和维护。方法2适合快速适配现有代码，方法3则针对会话隔离的特殊需求。

内容的提问来源于stack exchange，提问作者iceberg