我有一个应用程序，我想根据用户输入从查找表中提取值。参考表是一项统计测试，基于对用户输入的所有不同组合都执行得太慢的计算。因此，查找所有可能性的表。
但是...现在，该表大约为60 MB（如.Rdata）或214 MB（如.csv），如果我扩展可能的用户输入，它将变得更大。我已经将数据中的有效数字数量减少到了3个，并删除了行/列名称。
显然，我可以在响应服务器功能之外预加载查找表，但是仍然需要花费相当长的时间才能加载该数据。有人在处理Shiny中的大量数据时有任何提示吗？谢谢！
最佳答案
flaneuse，我们仍在使用您的较小集合，但我们一直在尝试：
使用rds作为我们的数据
就像@jazzurro在上面提到的rds一样，您似乎知道如何执行此操作，但是其他语法如下。
格式.rds允许您引入单个R对象，因此可以根据需要重命名。
在您的准备数据代码中，例如：
mystorefile <- file.path("/my/path","data.rds")
# ... do data stuff
# Save down (assuming mydata holds your data frame or table)
saveRDS(mydata, file = mystorefile)
在您的闪亮代码中：
# Load in my data
x <- readRDS(mystorefile)
部署时，请记住将数据.rds文件复制到应用程序目录中。我们使用数据目录/ myapp / data，然后在我们的闪亮代码中将存储文件的file.path更改为“ ./data”。
全球
我们已经放置了
readRDS调用以将数据加载到此全局文件中（而不是在shinyServer()调用之前的server.R中），因此该命令可以运行一次，并且可用于所有会话，并且可以添加额外的奖励被ui.R看到。有关R Shiny的信息，请参见scoping explanation。
预先切片和切块
标准每日报告使用最新数据。因此，我在global.R中对数据的较小子集做了一个小的
latest.dt。因此，具有最新图表的着陆页可使用此较小的数据集来获得更快的图表。然后，使用
full.dt的自定义数据选项卡位于单独的选项卡上。它比较慢，但是在那个阶段用户更加耐心，并且正在考虑选择什么日期和其他参数。这个子集的想法可能会为您提供帮助。
会对其他人感兴趣（尝试了更多苛刻的数据集）！