Shinyユーザのための非同期プログラミング入門
•
4 j'aime•5,216 vues
第81回R勉強会＠東京（#TokyoR）発表資料 https://tokyor.connpass.com/event/141318/
Recommandé
Contenu connexe
Tendances
Tendances (20)
Similaire à Shinyユーザのための非同期プログラミング入門
Similaire à Shinyユーザのための非同期プログラミング入門 (20)
Plus de hoxo_m
Plus de hoxo_m (20)
Shinyユーザのための非同期プログラミング入門
- 2. 株式会社 ホクソエム • 牧山幸史（まきやまこうじ） • ホクソエムの社長 • 人工知能によって人々が 笑って暮らせる社会を作る
- 4. 目次 ① 非同期プログラミングとは ② Shiny における非同期プログラミング ③ future パッケージ ④ promises パッケージ ⑤ Shiny への組み込み ⑥ まとめ
- 5. 非同期プログラミング • 同期処理 • プログラムを1行ずつ順番に実行する • 1つの処理を実行している間、他の処理は行わない(待ち) • 非同期処理 • 複数の処理を同時に実行する • 非同期プログラミング＝非同期処理のコードを書くこと
- 6. なぜ非同期プログラミング？ • R言語は「シングルスレッド」 • 歴史的に R は1台の PC で単一ユーザでの利用が主流 だったので問題なかった • Shiny アプリでは、複数のユーザからのリクエストを 処理する必要がある ➡ 非同期処理のニーズが高まる
- 7. • Shiny における複数ユーザの同時処理のやりかた • ユーザからのリクエストを細かいタスクに分ける • CSS の読み込み、JavaScript の読み込みなど • それぞれのタスクを交互に実行する ユーザA ユーザB タスク1 タスク1 タスク2 タスク2
- 10. まとめ① • R は「シングルスレッド」 • Shiny の登場によって非同期プログラミングのニーズ が高まった • 非同期処理によってユーザの待ち時間が削減できる
- 11. 目次 ① 非同期プログラミングとは ② Shiny における非同期プログラミング ③ future パッケージ ④ promises パッケージ ⑤ Shiny への組み込み ⑥ まとめ
- 12. Shiny における非同期プログラミング • Shiny に非同期処理を組み込むには、 • 次の2つのパッケージを使う • promises： プロミスAPIの提供 • future： 非同期処理の実行
- 13. パッケージの読み込みと初期設定 • 次の3つ組(トリニティ)を server.R に書く library(promises) library(future) plan(multiprosess)
- 14. output$table <- renderTable({ long_task() %>% head(input$n) }) output$table <- renderTable({ future({ long_task() }) %...>% head(input$n) }) 非同期化
- 15. まとめ② • Shiny に非同期処理を組み込むには「トリニティ」 • 同期処理を非同期化するのは簡単
- 16. 目次 ① 非同期プログラミングとは ② Shiny における非同期プログラミング ③ future パッケージ ④ promises パッケージ ⑤ Shiny への組み込み ⑥ まとめ
- 17. future パッケージ • Rで非同期処理を実行するためのパッケージ f <- future({ # 時間のかかる処理 download_lots_of_data() })
- 18. plan の選択 • 非同期処理をどのように実行するかを plan() で選択する • plan(multisession) • 新しいバックグラウンドプロセスを起動し、そこで実行する • plan(multicore) • 現在のプロセスからフォークしたプロセスで実行する • メモリ状態を共有するため高速だが、Windows では使えない • plan(multiprosess) • multicore が利用可能ならば multicore を、そうでなければ multisession を使う
- 20. 注意点 • フューチャコードブロック future({ 処理 }) の内部 ではメインプロセスで生成されたリソースは使えない • データベース接続、ネットワークソケットなど • 参照クラスオブジェクトや環境のようなミュータブル オブジェクトは使えるが、変更はメインプロセスの オブジェクトには反映されない • R6 や data.table など
- 21. まとめ③ • future パッケージによる 非同期化は簡単 • future({ 処理 }) • 非同期化された処理は別の プロセスで実行されること を意識する必要がある
- 22. 目次 ① 非同期プログラミングとは ② Shiny における非同期プログラミング ③ future パッケージ ④ promises パッケージ ⑤ Shiny への組み込み ⑥ まとめ
- 24. プロミス • renderXXX() 関数は「プロミス」を受け取ることができる • プロミスとは、非同期処理によって「いずれ得られる結果」を 表すオブジェクト • future() の返り値はプロミスとみなせる output$table <- reanderTable({ future({ read.csv(filepath) }) })
- 25. プロミス • renderTable() の最終行はテーブルを返す必要があるはず • しかし、プロミスを受け取った場合だけ特別な動作をする • このプロミスは「いずれテーブルを返す」オブジェクト • renderTable() はプロミスが結果を得るまで出力を待機する • テーブルの表示は future() の処理が終わってから行われる ➡ 非同期処理の結果を明示的に取得せずに済む
- 26. • 非同期処理の結果はどうやって取得するの？ ➡ Shiny が勝手にやってくれる • プロミスは取り扱い方が特殊 ➡ promises パッケージ
- 27. promises パッケージ • プロミスを扱う便利な関数を提供 • 例えば、filter() はプロミスには適用できない output$table <- renderTable({ future({ read.csv(filepath) }) %>% filter(date == input$date) })
- 28. プロミスパイプ %...>% • プロミスに関数を連鎖する演算子 output$table <- renderTable({ future({ read.csv(filepath) }) %...>% filter(date == input$date) }) • 結果は再びプロミスになる
- 29. まとめ④ • プロミスを使えば、非同期処理の結果を明示的に取得 する必要がない • これは非同期処理におけるバグの混入を防ぐ • promises パッケージはプロミスを扱う便利な関数を 提供する
- 30. 目次 ① 非同期プログラミングとは ② Shiny における非同期プログラミング ③ future パッケージ ④ promises パッケージ ⑤ Shiny への組み込み ⑥ まとめ
- 31. Shiny への組み込み • プロミスを Shiny に組み込むにはいくつか制約がある • future() の中でリアクティブ式は使えない • プロミスを組み込めるのは次の3つ ① renderXXX() ② オブザーバ ③ リアクティブ式
- 32. future() の中でリアクティブ式は使えない r1 <- reactive({ ... }) r2 <- reactive({ future({ r1() }) # Error! }) r1 <- reactive({ ... }) r2 <- reactive({ val <- r1() future({ val }) # OK! })
- 33. ① renderXXX() への組み込み output$table <- renderTable({ read.csv(url) %>% filter(date == input$date) }) output$table <- renderTable({ future({ read.csv(url) }) %...>% filter(date == input$date) })
- 34. ここでクイズです
- 35. どこが違う？（結果は同じ） output$table <- renderTable({ input_date <- input$date future({ read.csv(url) %>% filter(date == input_date) }) }) output$table <- renderTable({ future({ read.csv(url) }) %...>% filter(date == input$date) })
- 36. どこが違う？ output$table <- renderTable({ input_date <- input$date future({ read.csv(url) %>% filter(date == input_date) }) }) output$table <- renderTable({ future({ read.csv(url) }) %...>% filter(date == input$date) }) 別プロセスで実行 メインプロセス で実行
- 37. どこに問題がある？ output$plot <- renderPlot({ future({ read.csv(url) %>% plot() }) })
- 38. どこに問題がある？ output$plot <- renderPlot({ future({ read.csv(url) %>% plot() }) }) • plot() を別プロセスで行っている • メインプロセスに別プロセスのプロットを返すことができない 別プロセスで実行
- 39. どこに問題がある？ output$plot <- renderPlot({ future({ read.csv(url)}) %...>% plot() }) • plot() をメインプロセスで行うことで回避できる • print() も同様
- 40. ② オブザーバへの組み込み • refesh_data ボタンが押されたときにデータを更新する data <- reactiveVal(readRDS(“cache.rds”)) observerEvent(input$refresh_data, { df <- read.csv(url) saveRDS(df, “cache.rds”) data(df) })
- 41. ② オブザーバへの組み込み data <- reactiveVal(readRDS(“cache.rds”)) observerEvent(input$refresh_data, { future({ df <- read.csv(url) saveRDS(df, “cache.rds”) }) %...>% data() })
- 42. ③ リアクティブ式への組み込み • プロミスはリアクティブ式の内部でも使える • リアクティブ式は最終的に renderXXX() 関数に出力されるため • リアクティブ式の内部では、プロミスは普通のオブジェクトと 同様に扱われる • ただし、プロミスであることを意識して扱う必要がある
- 43. ③ リアクティブ式への組み込み data <- eventReactive({ read.csv(url) }) filteredData <- reactive({ data() %>% filter(date == input$date) }) output$table <- renderTable({ filteredData() %>% head(5) })
- 44. ③ リアクティブ式への組み込み data <- eventReactive({ future({ read.csv(url) }) }) filteredData <- reactive({ data() %...>% filter(date == input$date) }) output$table <- renderTable({ filteredData() %...>% head(5) })
- 45. まとめ⑤ • 非同期処理を Shiny に組み込むときは、どのプロセスで実行 されるかを意識する必要がある
- 46. 目次 ① 非同期プログラミングとは ② Shiny における非同期プログラミング ③ future パッケージ ④ promises パッケージ ⑤ Shiny への組み込み ⑥ まとめ
- 47. まとめ • 非同期プログラミングにより、 • Shiny アプリの待ち時間を削減できる ① トリニティ ② フューチャー ③ プロミス