R Shiny Server 安装步骤记录 - 为程序员服务
R Shiny Server 安装步骤记录
其实RStudio公司自己构建了R Shiny Application运行的平台（ ）， 用户可以通过RStudio上面的工具把自己编写调试好的Shiny Application上传到上去（这里需要先注册和设置些东西）。这样构建了一个云端的服务器。但是有时还是有必要自己去构建一个自己的Shiny 服务器，这样操作起来还是方便些。下面就讲讲如何在自己的服务器上构建Shiny Server。
转载请注明出处：网址+邮箱：
例如： 转自
2 安装步骤
这里就不再赘述了
2.2 在R中安装shiny模块
命令行中运行 install.package(“shiny”)， 不出意外的话就能安装成功。如果中间出现错误的话，可能是一些依赖包没成功的安装（很有可能是版本的问题，这时可以从rstudio的模块镜像网站上下载最新的包来手动安装，总的一句话：缺什么补什么）。安装好了后，最好的是先加载下shiny模块，看是否安装成功。
2.3 下载shiny server安装包
shiny server 提供了免费版和专业版，免费版功能有限，专业版包含很多功能（像SSL，多CPU支持等）。
这里 提供了下载链接，需要提供邮箱才会出现下载页面，选择对应Linux发行版的Shiny Server进行下载。我这里是CentOS 6.5.
执行如下命令：
2.4 安装shiny server
执行如下命令：
yum install –nogpgcheck shiny-server-1.2.3.368-x86_64.rpm
3. shiny server 配置解析
shiny官网上提供了详细的配置知道：
主要讲的几点是：
3.1 管理shiny server服务
start shiny-server # 启动
stop shiny-server # 停止
restart shiny-server # 重启
status shiny-server #查看状态
比如：shiny-server start/running, process 30370
reload shiny-server #不中断服务的前提下 更新加载配置项
3.2 配置shiny server
shiny-server 默认的安装目录是：/opt/shiny-server
目录内容：
node_modules
manual.test
binding.gyp
config.html
GIT_VERSION
package.json
其中的默认配置文件是：/opt/shiny-server/config/default.config
# Instruct Shiny Server to run applications as the user “shiny”
# Define a server that listens on port 3838
listen 3838;
# Define a location at the base URL
location / {
# Host the directory of Shiny Apps stored in this directory
site_dir /srv/shiny-
# Log all Shiny output to files in this directory
log_dir /var/log/shiny-
# When a user visits the base URL rather than a particular application,
# an index of the applications available in this directory will be shown.
directory_
这个文件和/etc/shiny-server/shiny-server.conf是一样的。
后面会具体讲解shiny server的配置细节。正如配置文件中所写，默认的网站目录是根目录下的srv的shiny-server目录，端口是3838，log目录是 /var/log/shiny-server。
lh /srv/shiny-server
lrwxrwxrwx. 1 root root 38 Nov 25 00:02 index.html -& /opt/shiny-server/samples/welcome.html
lrwxrwxrwx. 1 root root 37 Nov 25 00:02 sample-apps -& /opt/shiny-server/samples/sample-apps
其实就是opt下对应的链接。
4 访问第一个shiny application
在浏览器中输入 localhost:3838 (或者对应IP地址， 如
)就会出现如下界面：
如果出现Error： unable to start device PNG,
那应该是安装R的时候没有选择对PNG X11的兼容问题，要先在linux上安装下png相关的库文件（libpng-xxxx等），再重新安装R。
如果问题还是得不到解决
在ui.R 或者server.R中添加 对bitmapType的设置
library(shiny)
options(bitmapType=”cairo”)
计算机、数学、生物混合男
原文地址：, 感谢原作者分享。
您可能感兴趣的代码R的可视化（4）
要学的东西太多，无笔记不能学~~ 欢迎关注公众号，一起分享学习笔记，记录每一颗“贝壳”~———————————————————————————看了看往期的博客，这个话题竟然是第一次涉及，还真是学无止境啊。
Web Service 这个概念比较成功了， 在SOAP服务之后， Restful服务的普及， 使得数据库的CRUD操作通过网络无限延伸。 普遍的好处是：
1） 你不需要安装任何程序， 携带数据， 只要有网的地方， 你就能演示。（远程）
2） 只要安装一次， 可以多人使用， 可以让别人试用。（多用户）
3） 不用担心软件或者代码泄密， 可以控制用户使用时间和权限。 （服务）——————————————————————————————————案例一：中文词云
昨天自己动手实践了一把，做了一个简单的低版本词云实现的web，同时里面内嵌了jiebaR分词，导入文本即可分词、画词云，效果如下图：——————————————————————————————案例二：社交网络
网络上的一个社交网络案例——打开网页即可使用：https://kehaowu.shinyapps.io/SocialNetwork/
这个是个非常简单的应用，我们输入的数据包括人物关系和一些简单的参数。其中人物关系是这样定义的：比如A和B是friend关系，那么：
输入数据中的Former&Person就是A；Later Person就是B，Label就是friend。
依次类推，如果A和B是friend关系，A和C是couples关系，B和C是classmate关系，那么输入数据就应该是：Former Person: A,A,BLater Person: B,C,CLabel:friend,couples,classmate
参考博客：R语言&用shiny开发一个简单的画人物关系应用&——————————————————————————————案例三:官网的案例库
有案例库，你就知道怎么做了吧？——别告诉我，你没做过PPT，copy一下他们的代码就行啦~——————————————————————————————一、Shiny安装1. 直接通过包管理器安装
install.packages(&shiny&)
2. 利用devtools通过github安装
if (!require(&devtools&))
install.packages(&devtools&)devtools::install_github(&rstudio/shiny&)这里要注意， 如果需要利用代理library(httr)set_config(
&use_proxy(url=&18.91.12.23&, port=8080, username=&user&,password=&password&))或者要设定专门的版本号
devtools::install_version(&shiny&, version = &0.10.2.2&)————————————————————————————————————————————二、ui.R+server.R+global.R
看到网上大多给你扯ui.R+server.R，很少会提到global.R，笔者在自己实践的时候遇到的了global.R的使用问题，网上教程只能自己参悟了。 ui.R：搭框架，控件； server.R：每个控件背后的算法代码； global.R:server.R中，万一有很长的代码与调用很多其他packages就可以用global写一个函数集合，然后统一在server.R调用。
基本的框架就是:# ui.R
library(shiny)
shinyUI(fluidPage(
# server.R
library(shiny)
shinyServer(function(input, output) {
})往里面的函数里面写东西就行。1、ui.R——界面设计library(shiny)
# Define UI for application that plots random distributions
shinyUI(pageWithSidebar(
# Application title
headerPanel(&Hello Shiny!&),
# Sidebar with a slider input for number of observations
sidebarPanel(
sliderInput(&obs&,
&Number of observations:&,
max = 1000,
value = 500)
# Show a plot of the generated distribution
mainPanel(
plotOutput(&distPlot&)
sidebarPanel就是侧面的控件，mainPanel就是右边的控件（默认位置），一般mainPanel通过plotOutput画图。sliderInput是一个滑动的窗口。2、server.R
library(shiny)
shinyServer(function(input, output) {
output$distPlot &- renderPlot({
dist &- rnorm(input$obs)
hist(dist)
server.R是数据处理的地方，后端，数据来源都来自于ui.R，譬如obs，可能server处理好的图才是返回给ui.R。譬如dist
要调用ui里面的内容的话就是Input$obs就是上面sliderInput里面输入的内容。
Shiny提供一些缓存优化的机制， 其中最有效的是Reactive Expression 反冲表达式。
Reactive机制使得交互渲染的效率大幅度提高。 举个例子， server.R返回一个数据绘图， 但是每次运行需要重新读取数据。 但是当如果输入没有变化的时候， 这种重复的数据读取会极大的延迟反应， 浪费资源。
基于这种考虑， 我们使用reactive关键词重写了数据读取模块。reactive像一个带cache的模块， 并且当reactive检查到数据输入没有任何变化， 那么输出也不会有变化的时候， reactive就会使用缓存的数据，避免了重复运算， 加速了反应。3、global.R
那么关系现在是这样的，ui.R负责前端，是数据获取的地方，server.R是处理的地方，返回的是处理好后的数据列；那么global.R是用来补充server.R的功能的。
一般是用来写一个函数，然后直接在server.R调用。
来看一个官网里面的global的案例：library(tm)
library(wordcloud)
library(memoise)
# The list of valid books
books &&- list(&A Mid Summer Night's Dream& = &summer&,
&The Merchant of Venice& = &merchant&,
&Romeo and Juliet& = &romeo&)
# Using &memoise& to automatically cache the results
getTermMatrix &- memoise(function(book) {
# Careful not to let just a a
# malicious user could manipulate this value.
if (!(book %in% books))
stop(&Unknown book&)
text &- readLines(sprintf(&./%s.txt.gz&, book),
encoding=&UTF-8&)
myCorpus = Corpus(VectorSource(text))
myCorpus = tm_map(myCorpus, content_transformer(tolower))
myCorpus = tm_map(myCorpus, removePunctuation)
myCorpus = tm_map(myCorpus, removeNumbers)
myCorpus = tm_map(myCorpus, removeWords,
c(stopwords(&SMART&), &thy&, &thou&, &thee&, &the&, &and&, &but&))
myDTM = TermDocumentMatrix(myCorpus,
control = list(minWordLength = 1))
m = as.matrix(myDTM)
sort(rowSums(m), decreasing = TRUE)
主要就是写了一个函数，一开始把调用的包都给出来了，然后跟函数一样了。这里的memoise函数是缓存的功能，之后就跟正常使用的代码一样。————————————————————————————————————————————三、shiny的部署
很简单的是，一般写完之后放在一个文件夹里面，然后runApp一下那个路径的文件夹就行了。
或者Rstudio里面可以直接：”Run App“按钮，你把三个文件导入Rstudio随便点一下就可以，Rstudio会帮你识别。
其中，你想要最右边的那三个代码栏目的话，把”DESCRIPTION“+”Readme.md“复制到那个文件夹里面，自动会显示出来，而且所有的APP都可以复制同一份内容，上面的两个东西可以到library的example里找得到。————————————————————————————————————————————四、Shiny 服务器
假如你有创建了很多的Shiny服务， 那么一个专门的Shiny服务器会方便部署。一般可以有两种部署， 一种是自己搭建一个Shiny Server。 这样就可以同时使用很多的Shiny 应用了。
另外一种是直接部署到Shiny云服务上去， 譬如“www.shinyapps.io” 注册一个云账号， 然后把服务部署到云上去。在注册完成后， 你只要遵照详细的链接， 授权， 和部署的步骤，就可以把本地Shiny App上传部署。
参考来自微信公众号：&AIaidddzcAI2ML人工智能to机器学习————————————————————————————————————————————参考文献：1、中文教程：http://yanping.me/shiny-tutorial/2、英文官网：/ &&3、：一些讲解，比较深入讲解每个模块内容
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：151492次
积分：2588
积分：2588
排名：第11163名
原创：110篇
转载：41篇
评论：75条
------微信公众号：素质云笔记--------
文章：21篇
阅读：27718
文章：26篇
阅读：38410
(3)(8)(19)(7)(19)(2)(20)(18)(31)(5)(9)(3)苹果/安卓/wp
积分 77, 距离下一级还需 8 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
权限: 自定义头衔
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
各位好，我们公司最近准备搞一个R语言数据分析平台（目前只有5个人使用，未来会有80-100人使用），需要一个R语言的服务器。我查了一些资料，主要是有Rstudio Server和Revolution R两个软件，当然都具有免费版和商业版，如果商业版合适，公司可以花钱购买。我把这两者资料都看了一遍，Rstudio Server Pro和Revolution R Enterprise都能够支持多线程并行处理，都支持负载均衡集群技术。但是，我看不出两者有什么区别？我们决定购买使用哪一个软件的时候，需要足够理由决定为什么选择其一，而不选择另一个。请问：对这两个软件有过使用经验的朋友，帮忙看看两者有什么具体的区别？我们该采用哪一个更好？谢谢~~
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
Evolution R号称对所有的package都有负责检验，一些package给与了重写。是专门针对Enterpise级别的使用。R studio的收费version有不错的客户服务，负责implementation以及维护。其实熟悉R的话用哪个都无所谓，R studio有一些自己的function, 比如Knitr以及ShinyApp都比较强大，也可以考虑
热心帮助其他会员
总评分:&论坛币 + 25&
二者不具可比性。
钱小二 发表于
Evolution R号称对所有的package都有负责检验，一些package给与了重写。是专门针对Enterpise级别的使用。R&&...谢谢您。。。我在cos也发了相同帖子，您也可以参考一下。。
http://cos.name/cn/topic/rstudio-server-pro%E4%B8%8Erevolution-r-enterprise%E5%8C%BA%E5%88%AB%E5%AF%B9%E6%AF%94%EF%BC%9F%EF%BC%9F/
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
  |
  |
  |
  |
  |
  |
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师Shiny/rstudio
上一组会员目前职位Mazars - Consultant | Data Analyst以往职位AXA Global Direct France - Dataminer, Norauto - Chargé d'études statistiques教育经历Conservatoire National des Arts et Métiers收起展开收起以往职位Amen Bank - Junior Risk Manager, KopiLeft - Junior Financial Analyst, LEONI - Junior Quality Auditor教育经历Tunisia Polytechnic School, Preparatory Institute for Scientific and Technical Studies of Monastir, Bourguiba School收起展开收起教育经历University of Texas at Dallas - Naveen Jindal School of Management, Guru Nanak Dev University, Guru Nanak Dev University收起展开收起目前职位Kensho Technologies - Data Scientist以往职位Kensho Technologies - Analyst Intern, Bentley University - Graduate School of Business - Graduate Research Assistant, Interpipe Ukraine LLC...教育经历Bentley University, Dnipropetrovs'kij Nacional'nij Universitet收起展开收起以往职位DEEPKI - Stage Data Scientist, InVS (C.I.R.E Languedoc-Rousillon) - Stagiaire statisticien, Credit Agricole - Stage étude de faisabilité教育经历Institut national des Sciences appliquées de Toulouse, INSA Lyon收起展开收起目前职位General Assembly - Data Science Bootcamper以往职位Electronic Arts (EA) - Mobile Analytics Contractor, City of Los Angeles - Graduate Student Consultant, GISTEC - GIS Intern, Microsoft -...教育经历University of Southern California, BITS, Pilani-Dubai收起展开收起Nicolas Attalides目前职位Pierce Protocols - Data Scientist以往职位Bonas MacFarlane Tuition & Consulting - Private Tutor, Enjoy Education - Private Tutor, University College London - Postgraduate...教育经历UCL, Imperial College Business School, UCL收起展开收起展开收起目前职位Google - Business Analytics以往职位Quantcast - Product Insight Manager, SolutionSet - Marketing Data Analyst, Esurance - Web Analyst, Library of Congress - Data Analyst, SAP...教育经历Udacity, University of Michigan, Tongji University收起展开收起目前职位LinkedIn - Data Analyst以往职位University of Nevada Las Vegas - Mathematics Graduate Assistant教育经历University of Nevada-Las Vegas, University of Nevada-Las Vegas收起展开收起目前职位SAP - Data Scientist, Arizona State University - Graduate Research Assistant - Software以往职位IBM - Summer Research Intern - Software, Arizona State University - Web Developer, Tata Consultancy Services - Software Engineer教育经历Arizona State University, Jawaharlal Nehru Technological University收起展开收起目前职位Autodesk - Intern - Data Visualization Developer, Berkeley - Public Policy and Energy Resource Group - Graduate Student Researcher -...以往职位UC Berkeley, Industrial Engineering and Operations Research (IEOR) - Graduate Student Instructor - Smart Cities, We Tutor Hawaii - Owner...教育经历UC Berkeley School of Information, Brown University收起展开收起目前职位Juniper Networks - Senior Analyst以往职位Wayfair - Senior Operations Analyst, Center for Integration of Science and Industry at Bentley University - Graduate Research Assistant,...教育经历Bentley University, University of Mumbai收起展开收起目前职位SuperAwesome - Data Analyst以往职位uSwitch Ltd - Statistical Web Data Analyst, BIPB - Data Analyst, Fundraising Vision - Street Fundraiser, Abercrombie & Fitch - Part...教育经历Lancaster University, Purdue University收起展开收起展开收起目前职位Stitch Fix - Analytics Engineer以往职位Uber, Inc - Analytics, Rezolve Group INC - Data Analyst, UC Davis Education Abroad Center - Administrative Assistant教育经历University of California, Davis, Université Michel de Montaigne (Bordeaux 3)收起展开收起展开收起目前职位Carnegie Mellon University - H. John Heinz III College - Health Informatics Research Assistant以往职位IDC - Research Analyst Intern, Stax Inc. - Research Associate, Bureau of Labor Statistics - Junior Economist, University of Massachusetts...教育经历Carnegie Mellon University - H. John Heinz III College, University of Massachusetts, Amherst收起展开收起目前职位Vizzy Solutions - Business Analyst以往职位Vizzy Solutions - BI Architect, Microsoft - Senior Consultant, Badbatical - Retreading Engineer, AT&T Mobility - Principal Engineer,...教育经历DeVry University Phoenix, AZ, Sewanee-The University of the South收起展开收起目前职位Cigna - Architecture Senior Specialist以往职位Theorem - Consultant, Time Warner Cable - Consultant, Credit Suisse - Consultant, Gorilla Logic - Senior Architect, Subex Azure - Technical...教育经历Colorado State University, Eastern Kentucky University收起展开收起下一组会员上一组文章下一组文章
