「R」Shiny：响应式编程（二）响应式编程

vlambda
2020-04-01

「R」Shiny：响应式编程（二）响应式编程

前情：

一个网页应用仅有输入控件或输出控件无疑是枯燥的。Shiny 真正的魔法在于它同时包含两者。

下面看一个简单例子：

library(shiny)

ui <- fluidPage(
  textInput("name", "What's your name?"),
  textOutput("greeting")
)

server <- function(input, output, session) {
  output$greeting <- renderText({
    paste0("Hello ", input$name, "!")
  })
}

shinyApp(ui, server)

通过下面的截图我们观察向该应用输入时产生的变化。

「R」Shiny：响应式编程（二）响应式编程

我们可以看到，让我们在更新键入时，结果也实时地进行了更新。这是 Shiny 一个思想：我们不需要告诉它那个输出需要更新，Shiny 会自己为我们处理好这个问题。

那它是如何工作地呢？让我们进一步思考一下下面这个代码：

output$greeting <- renderText({
  paste0("Hello ", input$name, "!")
})

代码可以很容易理解为将 hello 和用户输入粘贴到一起，然后发送给 output$greeting。但这样理解是有一些问题的，想象一下，如果代码真的是这样工作的，那么该代码仅仅会运行一次。然而我们在页面每一次键入都会引起 Shiny 的反应，所以 Shiny 内部必然做了更多的工作。

应用的工作原理是代码不是告诉 Shiny 创建字符串然后发送到浏览器，相反，它告知Shiny 需要时该如何创建这个字符串。代码什么时候运行取决于 Shiny。它可能在应用启动时运行，可能后面再运行，可能运行很多次，可能根本不运行。这并不是说 Shiny 很任性，而是说 Shiny 负责决定代码什么时候运行，而不是我们。更准确地说，我们编写应用是为 Shiny 提供食谱，而不是指令。

命令式编程 vs 声明式编程

食谱和指令的关键区别在于它们是两种不同的编程方式：

命令式编程 - 我们发布一些指令，然后程序立即执行它。这种编程方式用于我们的分析脚本中：我们执行命令读入数据、进行转换、可视化并保存结果。
声明式编程 - 我们表达高层次的目标或描述限制，然后依赖其他人决定如何以及何时将它们转换为行动。这是我们在 Shiny 中使用的编程方式。

惰性

Shiny 中声明式编程的一个优点是它允许应用非常的懒惰。Shiny 应用会尽量做最小的工作以完成对结果控件所需的更新。然而惰性也带来了重要的问题。读者能否发现下面 server 函数的问题呢？

server <- function(input, output, session) {
  output$greetnig <- renderText({
    paste0("Hello ", input$name, "!")
  })
}

如果你仔细地观察并与上面正确的代码进行比较，你可能就会发现 greeting 写错成了 greetnig。这不会造成 Shiny 任何的错误，但它会产生我们不想要的结果。由于 greetnig 输出控件不存在，所以 renderText() 中的代码永远都不会运行！

如果你发现你的 Shiny 应用不工作，且找不出任何问题，你就需要看看是否标识符是否一致了。

响应图

Shiny 惰性有另一个重要的属性。在大多数 R 代码中，你可以通过从头到尾阅读代码搞懂程序执行的顺序。然而这在 Shiny 中是没有用的，因为 Shiny 按需运行。

为了理解执行的顺序，你需要观察响应图，它描述了输入和输出是如何连接到一起的。上面示例的响应图非常简单。

对于每一个输入和输出控件，响应图都有对应的符号，当一个输出控件需要访问输入控件的数据时，我们就将它们连接起来。这个图告诉我们当 name 改变时，greeting 需要重新进行计算。也就是说，greeting （响应式）依赖于 name。

为了简洁，下面的图表示相同的含义。

我们可以使用 reactlog 包绘制响应图。

「R」Shiny：响应式编程（二）响应式编程

一个简单示例如下：

library(shiny)
library(reactlog)

# 激活记录
options(shiny.reactlog = TRUE)

# 运行 Shiny 应用
app <- system.file("examples/01_hello", package = "shiny")
runApp(app)

# 一旦 Shiny 应用关闭，展示响应图
shiny::reactlogShow()

示例来于包文档，见 https://rstudio.github.io/reactlog/

响应表达式

响应图中一个重要组成是响应表达式，后续我们将稍微详细地介绍，现在我们将它看作一个减少代码重复地工具即可，它会在响应图中引入额外的节点。

在简单的 Shiny 应用中我们很少会用到响应表达式，这里展示一个简单的示例以帮助读者理解它是如何影响响应图的。

server <- function(input, output, session) {
  text <- reactive(paste0("Hello ", input$name, "!"))
  output$greeting <- renderText(text())
}

执行顺序

前面我们已经提到 Shiny 服务代码是按需运行的，也就是说 server 函数中的代码顺序不会影响结果。

server <- function(input, output, session) {
  output$greeting <- renderText(text())
  text <- reactive(paste0("Hello ", input$name, "!"))
}

这样的写法也是对的，不会产生任何问题。但我们也要知道，按顺序编写让我们更容易理解。但需要注意响应式代码的执行顺序是由响应图决定的，而不是它放置的顺序。

练习

为下面的 server 函数绘制响应图：

server1 <- function(input, output, session) {
  c <- reactive(input$a + input$b)
  e <- reactive(c() + input$d)
  output$f <- renderText(e())
}
server2 <- function(input, output, session) {
  x <- reactive(input$x1 + input$x2 + input$x3)
  y <- reactive(input$y1 + input$y2)
  output$z <- renderText(x() / y())
}
server3 <- function(input, output, session) {
  d <- reactive(c() ^ input$d)
  a <- reactive(input$a * 10)
  c <- reactive(b() / input$c)
  b <- reactive(a() + input$b)
}

有兴趣的读者可以试试，后面我们一起探讨结果。

vlambda博客
学习文章列表