can*_*ine 22 r memory-profiling shiny
对于R Shiny Web应用程序,运行代码分析的哪些好方法可以显示处理时间最长的Shiny代码部分?
我有一个大而肥胖,复杂的Shiny应用程序,而且我想弄清楚在这个迷宫代码的哪个地方,我正在减慢我的Shiny应用程序.我已经试过Rprof和profr,但没有从他们那里得到太多的了解.
一些(粗略的)想法:
http://vnijs.rady.ucsd.edu:3838/marketing/
我认为这个问题需要稍作更新,因此我为此添加了另一个答案...
您还可以使用该软件包profvis来分析闪亮的应用程序。它会直接为您的R代码提供火焰图。即无需使用Chrome的火焰图并猜测瓶颈在哪里。您将确切知道在哪里更改代码。
这是操作方法:
下面添加了某些步骤的详细信息:
步骤1:运行profvis
library(profvis)
profvis({ runApp('directory_of_shiny_app') }  
    , prof_output = '/directory_to_save_profile')
步骤5:载入个人资料
profvis(prof_input = '/path_to_save_output/random_name.Rprof') 
注意:Profvis为您的文件提供一个随机名称。因此,您需要相应地更改输入路径
步骤6:转换为html
如果您有一个庞大的应用程序,并且火焰图会更长一些,则可能需要执行此步骤。您可能会收到错误消息“ Pandoc:...内存”
p <- profvis(prof_input = '/path_to_save_output/file108f93bff877b.Rprof')
htmlwidgets::saveWidget(p, "/path_to_save_output/profile.html")
然后在浏览器中打开html文件。