R Academy · Oppitunti

Shiny-sovellusten käyttöönotto

Julkaiskaa sovelluksia shinyapps.io-palvelussa, Shiny Serverillä ja Docker-kontteihin perustuvissa ympäristöissä.

Oppitunti 4/413 vaihetta

Shiny-sovellusten käyttöönotto on ilmainen R Academy-oppitunti CoddyKitissä. Tämä on oppitunti 4/4. Voit lukea tästä oppimispolusta kokonaan mitkä tahansa 3 oppituntia ilmaiseksi — sen jälkeen CoddyKit PRO avaa kaikki oppitunnit sekä käytännön harjoittelun sisäänrakennetulla koodieditorilla ja ympäri vuorokauden toimivalla tekoälytuutorilla. Oppitunti kuuluu R Academy-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. R Academy-kurssilla on yhteensä 4 oppituntia.

Katsaus käyttöönottovaihtoehtoihin

Shiny-sovelluksia voidaan ottaa käyttöön useilla alustoilla budjetin, odotetun liikenteen ja hallintavaatimusten mukaan:

shinyapps.io: Positin hallinnoima pilvipalvelu — helppokäyttöisin vaihtoehto, ja saatavilla on maksuton palvelutaso.
Shiny Server (open source): Itse ylläpidettävä Linux-palvelu, maksuton.
Posit Connect: Kaupallinen yritystason ratkaisu, joka tukee myös R Markdownia ja Plumberia.
Docker + rocker/shiny: Paras siirrettävyys ja hallittavuus.

# Summary of deployment options and their trade-offs:
# shinyapps.io: managed, auto-scaling, per-instance pricing
# Shiny Server: self-hosted, unlimited users, needs sysadmin
# Posit Connect: enterprise SSO, scheduling, REST APIs
# Docker: any cloud provider, reproducible environments

cat('Choose based on: scale, budget, infra control needs')

app.R-tiedoston rakenne käyttöönottoa varten

Käyttöön otettavassa Shiny-sovelluksessa on oltava joko yksi app.R-tiedosto (joka sisältää sekä ui- että server-osan) tai kaksi tiedostoa, ui.R ja server.R. Kaikki pakettiriippuvuudet on ilmoitettava alussa komennolla library(). Datatiedostojen on oltava samassa hakemistossa kuin sovellus tai niihin on päästävä sovelluksen suhteellisilla poluilla.

# Minimal app.R for deployment
library(shiny)
library(ggplot2)
library(dplyr)

# Load data relative to app directory
data <- readRDS('data/processed_data.rds')

ui <- fluidPage(
  titlePanel('My Deployed App'),
  sidebarLayout(
    sidebarPanel(selectInput('var', 'Variable:', choices = names(data))),
    mainPanel(plotOutput('main_plot'))
  )
)

server <- function(input, output, session) {
  output$main_plot <- renderPlot({
    ggplot(data, aes_string(x = input$var)) + geom_histogram()
  })
}

shinyApp(ui, server)

rsconnect::deployApp()

rsconnect-paketti huolehtii käyttöönotosta shinyapps.io:ssa ja Posit Connectissa. Määritä ensin käyttäjätilisi tunnistetiedot ja kutsu sitten sovelluksen hakemistosta rsconnect::deployApp()-funktiota. Se kokoaa automaattisesti kaikki R-tiedostot, datan ja manifestin.

library(rsconnect)

# One-time setup: link your shinyapps.io account
# rsconnect::setAccountInfo(
#   name   = 'your_account_name',
#   token  = 'YOUR_TOKEN',
#   secret = 'YOUR_SECRET'
# )

# Deploy the app in the current directory
rsconnect::deployApp(
  appDir  = '.',          # or 'path/to/app'
  appName = 'my_analysis_app',
  forceUpdate = TRUE
)

shinyapps.io:n määrittäminen

shinyapps.io on nopein tapa saada käyttöön julkinen URL-osoite. Luo maksuton tili osoitteessa shinyapps.io, kopioi tunnus ja salaisuus hallintapaneelista ja kutsu setAccountInfo()-funktiota. Maksuton palvelutaso sallii 5 sovellusta ja 25 aktiivista tuntia kuukaudessa.

library(rsconnect)

# Copy credentials from shinyapps.io -> Account -> Tokens
rsconnect::setAccountInfo(
  name   = 'your_username',
  token  = 'xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx',
  secret = 'yyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyy'
)

# Verify the connection
rsconnect::accountInfo()

# List currently deployed apps
rsconnect::applications()

Shiny Server Open Source

Shiny Server toimii Linuxissa (Ubuntu/RHEL) ja tarjoaa Shiny-sovelluksia /srv/shiny-server/-hakemistosta. Jokaisesta alihakemistosta tulee sovellus osoitteeseen http://server:3838/subdirname/. Palvelu on maksuton ja tukee rajattomasti samanaikaisia käyttäjiä palvelimen kapasiteetin rajoissa.

# Install Shiny Server on Ubuntu:
# sudo apt-get install r-base
# sudo R -e 'install.packages(c("shiny", "rmarkdown"))'
# wget https://download3.rstudio.org/ubuntu-20.04/x86_64/shiny-server-1.5.21.1012-amd64.deb
# sudo dpkg -i shiny-server-1.5.21.1012-amd64.deb

# Deploy an app:
# sudo cp -r /path/to/myapp /srv/shiny-server/myapp
# Access at: http://your-server:3838/myapp

# Config file: /etc/shiny-server/shiny-server.conf
cat('Shiny Server config controls ports, auth, and app paths')

Docker ja rocker/shiny

rocker/shiny-Docker-levykuva sisältää valmiiksi määritetyn Shiny Serverin. Liitä sovellushakemistosi säilöön, niin sovellus voidaan tarjota heti. Docker takaa toistettavuuden — sama levykuva toimii samalla tavalla millä tahansa isännällä.

# Dockerfile for a custom Shiny app
# FROM rocker/shiny:4.4.0
#
# # Install R package dependencies
# RUN R -e 'install.packages(c("ggplot2","dplyr","DT"))'
#
# # Copy app files
# COPY myapp/ /srv/shiny-server/myapp/
#
# EXPOSE 3838

# Build and run:
# docker build -t my-shiny-app .
# docker run -p 3838:3838 my-shiny-app

# Access at: http://localhost:3838/myapp

renv toistettavia riippuvuuksia varten

renv luo projektikohtaisen pakettikirjaston ja lukitustiedoston (renv.lock), johon tallennetaan tarkat pakettiversiot. Käyttöönoton yhteydessä tämä lukitustiedosto varmistaa, että palvelin tai Docker-levykuva asentaa täsmälleen samat pakettiversiot, joita kehityksen aikana käytettiin.

library(renv)

# Initialise renv in the project (creates renv.lock)
renv::init()

# After installing/updating packages, record the state
renv::snapshot()

# On the server: restore exact versions from lockfile
renv::restore()

# Check lockfile for a specific package version
renv::dependencies()  # lists all used packages

Ympäristömuuttujat määrityksiä varten

Älkää koskaan kirjoittako API-avaimia, tietokantojen salasanoja tai ympäristökohtaisia asetuksia suoraan sovelluskoodiin. Käyttäkää ympäristömuuttujia, jotka luetaan komennolla Sys.getenv('VAR_NAME', unset = NA). Määrittäkää ne paikallisesti .Renviron-tiedostossa ja tuotannossa hosting-alustan ympäristömäärityksissä.

# In .Renviron (never commit this file):
# DB_HOST=prod-db.example.com
# DB_PASSWORD=secret123
# API_KEY=key_abc

# In app.R:
db_host <- Sys.getenv('DB_HOST',     unset = 'localhost')
db_pass <- Sys.getenv('DB_PASSWORD', unset = '')
api_key <- Sys.getenv('API_KEY',     unset = '')

if (api_key == '') {
  warning('API_KEY not set — some features disabled')
}

Katsaus Posit Connectiin

Posit Connect on yritysalusta Shiny-sovellusten, R Markdown -dokumenttien, Plumber-rajapintojen ja muiden sisältöjen käyttöönottoon. Se tukee seuraavia ominaisuuksia:

LDAP- tai SAML-pohjainen kertakirjautuminen (SSO)
R Markdown -raporttien ajoitettu suoritus
käyttöoikeuksien hallinta sovellustasolla
automaattinen skaalaus ja kuormantasaus

Käyttöönotto tehdään samalla rsconnect::deployApp()-työnkululla kuin shinyapps.io:ssa.

library(rsconnect)

# Configure connection to Posit Connect server
rsconnect::addServer(
  url  = 'https://connect.yourcompany.com',
  name = 'my_connect_server'
)

# Authenticate with API key
rsconnect::connectApiUser(
  account = 'jsmith',
  server  = 'my_connect_server',
  apiKey  = Sys.getenv('CONNECT_API_KEY')
)

# Deploy
rsconnect::deployApp(server = 'my_connect_server')

Käyttöönottoa edeltävä tarkistuslista

Varmistakaa ennen Shiny-sovelluksen käyttöönottoa tuotantoon, että:

kaikissa tiedostopoluissa käytetään suhteellisia, ei absoluuttisia polkuja.
arkaluonteiset tiedot (API-avaimet ja salasanat) luetaan ympäristömuuttujista.
pakettiriippuvuudet on ilmoitettu eksplisiittisesti komennolla library() tai tiedostossa renv.lock.
suuret datatiedostot ladataan kerran server.R-tiedoston alussa, ei reaktiivisen koodin sisällä.
virheilmoitukset eivät paljasta sisäisiä tietoja loppukäyttäjille.

# Production-hardened app.R patterns

# Load data once at startup (not per-session)
app_data <- readRDS('data/processed.rds')  # outside server()

server <- function(input, output, session) {
  # Reference app_data directly — already in memory
  output$plot <- renderPlot({
    subset_data <- app_data[app_data$group == input$grp, ]
    plot(subset_data$x, subset_data$y)
  })

  # Sanitise error messages
  tryCatch({
    risky_operation()
  }, error = function(e) {
    showNotification('An error occurred.', type = 'error')
    # log the real error internally, not to user
    message('Error: ', conditionMessage(e))
  })
}

Skaalautuvuuden huomioiminen

Shiny-sovellukset perustuvat istuntoihin: jokainen käyttäjä saa oman R-prosessinsa (tai työntekijänsä). Skaalausstrategioita ovat:

Esilasketun datan lataaminen käynnistyksen yhteydessä sen sijaan, että data laskettaisiin jokaiselle istunnolle erikseen.
Reaktiivisen välimuistin käyttäminen komennolla bindCache() istuntojen välillä jaettaville raskaille laskutoimituksille.
Useat työntekijät: Shiny Server Pro ja Posit Connect käynnistävät rinnakkaisia R-prosesseja.
Tietokantataustajärjestelmät: käyttäkää DBI:tä ja poolia samanaikaisiin tietokantayhteyksiin.

library(shiny)
library(pool)

# Create a database connection pool at startup
# (shared across all sessions)
pool <- dbPool(
  drv      = RPostgres::Postgres(),
  host     = Sys.getenv('DB_HOST'),
  dbname   = 'analytics',
  user     = Sys.getenv('DB_USER'),
  password = Sys.getenv('DB_PASSWORD'),
  minSize  = 2,
  maxSize  = 10
)

onStop(function() { poolClose(pool) })

server <- function(input, output, session) {
  output$tbl <- renderTable({
    dbGetQuery(pool, 'SELECT * FROM metrics LIMIT 100')
  })
}

Pikatarkistus

Miten API-avaimia ja tietokantojen salasanoja suositellaan käsittelemään käyttöön otetussa Shiny-sovelluksessa?

Vastaa interaktiivisessa oppitunnissa

Shiny-sovellusten käyttöönoton kertaus

Shiny-sovellusten käyttöönoton tärkeimmät asiat:

Käyttöönottovaihtoehtoja ovat shinyapps.io (helppokäyttöisin), Shiny Server (itse ylläpidettävä), Posit Connect (yrityskäyttöön) ja Docker.
app.R-tiedostossa on ilmoitettava kaikki riippuvuudet komennolla library(); käyttäkää renv::snapshot()-komentoa toistettavien versioiden tallentamiseen.
rsconnect::deployApp() kokoaa sovelluksen ja siirtää sen shinyapps.io:hon tai Posit Connectiin.
Docker ja rocker/shiny tarjoavat parhaan siirrettävyyden.
Käyttäkää tunnistetietoihin Sys.getenv()-funktiota — älkää koskaan kirjoittako salaisuuksia suoraan koodiin.
Ladatkaa suuret aineistot käynnistyksen yhteydessä (server()-funktion ulkopuolella), jotta istunnot voivat jakaa niitä.
Käyttäkää yhteyspoolia (pool-paketti) samanaikaisiin tietokantayhteyksiin.

# Minimal production-ready structure
# myapp/
#   app.R           <- ui + server + shinyApp()
#   data/           <- processed datasets
#   R/              <- modules and helpers
#   renv.lock       <- package version snapshot
#   .Renviron       <- local env vars (gitignored)

# Deploy:
library(rsconnect)
rsconnect::deployApp(
  appDir  = 'myapp',
  appName = 'my_production_app'
)

Aloita maksutta

Opi R tekoälytuutorin avulla — ilmaiseksi

Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.

Kurssit: 43
Oppitunnit: 159

Aloita opiskelu maksutta Näytä koko kurssi

Usein kysytyt kysymykset

Onko oppitunti ”Shiny-sovellusten käyttöönotto” ilmainen?

Kyllä — voit lukea täällä verkossa kokonaan ilmaiseksi mitkä tahansa R Academy-oppimispolun 3 oppituntia, myös oppitunnin “Shiny-sovellusten käyttöönotto”. Sen jälkeen CoddyKit PRO avaa kaikki oppitunnit sekä interaktiiviset harjoitukset sisäänrakennetulla koodieditorilla ja ympäri vuorokauden toimivalla tekoälytuutorilla. R Academy-kurssilla on yhteensä 4 oppituntia.

Mitä opin oppitunnilla ”Shiny-sovellusten käyttöönotto”?

Julkaiskaa sovelluksia shinyapps.io-palvelussa, Shiny Serverillä ja Docker-kontteihin perustuvissa ympäristöissä. Harjoittelet R Academy-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.

Tarvitsenko kokemusta aloittaakseni R Academy-opiskelun?

Aiempi kokemus ei ole tarpeen. CoddyKitin R Academy-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 4/4.

Kuinka kauan ”Shiny-sovellusten käyttöönotto”-oppitunnin suorittaminen kestää?

Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.

Voinko kirjoittaa ja suorittaa koodia tällä R Academy-oppitunnilla?

Kyllä. Jokainen R Academy-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.

Kaikki tämän kurssin oppitunnit

Reaktiivisen ohjelmoinnin syventävä katsaus
Shiny-moduulit koodin uudelleenkäyttöön
Dynaaminen käyttöliittymä renderUI- ja insertUI-funktioilla
Shiny-sovellusten käyttöönotto

← Takaisin: R Academy