光沢のあるアプリでの並列処理

Question

私は、私たちの郡の特定の特性についての情報を持つプロットマップを生成する光沢のあるアプリケーションを持っています。アプリは正常に動作しますが、私が1度呼び出すたびに地図を作成するには40秒かかります。私は前処理を行うためにifとelseを用いて反応式（rt2）を使用する。時間を節約するために何らかの並列処理やこれを行う方法があるのだろうか？私は例を再現することはできませんので、私は自分のアプリで時間がかかるものを

データセットのサンプル

County_ID County_Name  EQI air_EQI water_EQI land_EQI sociod_EQI 
     <int>  <chr>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl> 
1  1001 Autauga, AL 0.0041379 0.9553846 -1.1097280 -0.7065906 0.6704357 
2  1003 Baldwin, AL 0.2002343 0.7179643 -0.5659107 -1.0842990 0.5530728 
3  1005 Barbour, AL -0.9506388 0.1310074 -0.9780902 -1.2814700 -1.2362940 
4  1007 Bibb, AL -1.0889200 0.0652890 -0.9681726 -0.8274103 -0.6000178 
5  1009 Blount, AL -0.5139221 0.4021944 -0.7186447 -0.6229339 0.2965088 
6  1011 Bullock, AL -2.0828290 -0.3091858 -1.4513350 -1.2580140 -1.8239700 

library(plotly) 
library(shiny) 
library(tidyr) 
library(maps) 
library(shinydashboard) 
library(viridis) 
library(ggplot2) 

ui <- navbarPage(
    title="Computational Modelling and Investigation of Neuropsychiatric Disease (MIND)", 
    tabPanel("Home Tab", 
      sidebarLayout(
      sidebarPanel(

       uiOutput("selectcol11"), 
       uiOutput("selectsol11") 
      ), 
      mainPanel(plotlyOutput("plot2"))))) 

ui.r server.r

server <- function(input, output) { 

output$selectcol11<-renderUI({ 
     selectInput("selectcol11","Select Measure",choices = c("EQI","air_EQI","water_EQI", 
                    "land_EQI","sociod_EQI","built_EQI","good_days","bad_days"),selected = "EQI") 
     }) 
output$selectsol11<- renderUI({ 
      sliderInput("selectsol11", "Select Resolution", 
         min = 2, max = 7, value = 5,step =1)}) 


      rt2 <- reactive({ 
       if(input$selectcol11== "EQI"){ 
       foo <- cbind(data.frame(do.call('rbind', strsplit(as.character(df$County_Name),',',fixed=TRUE))),df[,c(1,3:10)]) 
       colnames(foo)[1] <- "County" 
       colnames(foo)[2] <- "State" 

       foo1 <- map_data("county") 

       eqi1 <- foo %>% 
        group_by(County) %>% 
        summarise(EQI = sum(EQI)) 
       eqi10 <- foo %>% 
        group_by(County) %>% 
        summarise(County_ID = sum(County_ID)) 
       eqi<- cbind(eqi1,eqi10[,2]) 
       eqi$County <- tolower(eqi$County) # matching string 
       foo1_eqi <- merge(foo1, eqi, by.x = "subregion", by.y = "County") 
       foo1_eqi 
       final.plot1<-foo1_eqi[order(foo1_eqi$order), ] 
       final.plot1$County_Name_ID <- with(final.plot1, paste("County:",subregion, '<br>', "County_ID:", County_ID)) 
       final.plot1 
       } 
       else if(input$selectcol11== "air_EQI"){ 
        foo <- cbind(data.frame(do.call('rbind', strsplit(as.character(df$County_Name),',',fixed=TRUE))),df[,c(1,3:10)]) 
        colnames(foo)[1] <- "County" 
        colnames(foo)[2] <- "State" 

        foo1 <- map_data("county") 

        eqi1 <- foo %>% 
        group_by(County) %>% 
        summarise(air_EQI = sum(air_EQI)) 
        eqi10 <- foo %>% 
        group_by(County) %>% 
        summarise(County_ID = sum(County_ID)) 
        eqi<- cbind(eqi1,eqi10[,2]) 
        eqi$County <- tolower(eqi$County) # matching string 
        foo1_eqi <- merge(foo1, eqi, by.x = "subregion", by.y = "County") 
        foo1_eqi 
        final.plot1<-foo1_eqi[order(foo1_eqi$order), ] 
        final.plot1$County_Name_ID <- with(final.plot1, paste("County:",subregion, '<br>', "County_ID:", County_ID)) 
        final.plot1 
       } 
      }) 

      output$plot2 <- renderPlotly ({ 
       p<- ggplot(rt2(), aes(x = long, y = lat, group=group,text=County_Name_ID,fill = cut_number(rt2()[,7],input$selectsol11))) 
       p<- p+ geom_polygon(colour=alpha("black", 1/2)) 
       p<- p+coord_equal() 
       p<- p+ viridis::scale_fill_viridis(discrete = TRUE) 
       p<- p+ scale_fill_discrete("Measure Density") 
       ggplotly(p, tooltip = c("County_Name_ID")) 
       }) 
      } 

Answer 1

を知ることができません。だから私は、アプリケーションの実行中に、いくつかのプロファイリングを行うには、あなたをお勧めします：Rstudioで直接利用できるツールがある -

- >「プロファイリングを開始」してから、アプリケーション

実行 - >「停止プロファイリング」アプリが読み込まれたとき。

これにより、最も時間がかかる部分（またはメモリ）がわかります。 あなたが示したところでは、ほとんどの計算時間を要するのはfoo1 <- map_data("county")です。したがって、このような場合は、この機能を高速化する方法や別の機能を見つける方法を見つける必要があります。 map_data()の場合、私は並列処理を実装することは適切ではないと思います。