Shiny项目中ExtendedTask的并发使用问题解析
问题背景
在使用Shiny框架开发交互式Web应用时,ExtendedTask是一个非常有用的功能,它允许开发者执行长时间运行的任务而不会阻塞UI线程。然而,在实际开发中,当尝试在模块化结构中动态创建多个ExtendedTask实例时,可能会遇到一些意想不到的问题。
问题现象
开发者在使用ExtendedTask时发现,当尝试在已有任务运行时动态添加新的ExtendedTask实例时,应用会崩溃并抛出错误:"Error: 'inherits(future, "Future")' is not TRUE"。这个错误表明系统无法正确处理Future对象的继承关系。
问题根源分析
经过深入调查,发现问题的核心在于ExtendedTask实例的命名空间管理。虽然Shiny模块系统会自动处理UI元素和响应式对象的命名空间,但对于ExtendedTask这类特殊对象,模块系统并不能完全自动处理其命名空间冲突。
当开发者尝试在模块中创建多个ExtendedTask实例时,实际上是在尝试创建同名的任务对象,这导致了系统无法正确识别和管理这些任务实例。
解决方案
正确的做法是将ExtendedTask实例的创建放在模块外部,然后通过参数传递给模块。这样可以确保:
- 每个模块实例共享同一个ExtendedTask实例
- 避免了命名空间冲突
- 更符合Shiny模块的设计哲学
具体实现方式如下:
# 在server函数中创建ExtendedTask实例
server <- function(input, output, session) {
future::plan(future::multisession)
task <- ExtendedTask$new(
function() {
promises::future_promise({
Sys.sleep(10)
"Success"
})
}
)
# 将task作为参数传递给模块
shiny::observeEvent(input$add_task, {
rid <- stringi::stri_rand_strings(1, 10)
shiny::insertUI("#container", ui = task_btn_ui(rid))
task_btn_server(rid, task)
})
}
最佳实践建议
-
任务实例管理:对于需要多个模块共享的任务,建议在父作用域中创建ExtendedTask实例,然后传递给子模块。
-
资源规划:在使用future_promise时,确保合理设置执行计划(plan),如multisession或multicore,以适应不同的部署环境。
-
错误处理:为ExtendedTask添加适当的错误处理逻辑,确保长时间运行任务失败时能够优雅地恢复。
-
状态反馈:通过bind_task_button和renderText等机制,为用户提供清晰的任务执行状态反馈。
总结
Shiny的ExtendedTask功能为处理长时间运行任务提供了强大支持,但在模块化结构中需要特别注意实例的管理方式。通过将ExtendedTask实例创建在模块外部并作为参数传递,可以有效避免命名空间冲突和并发问题,从而构建更稳定可靠的Shiny应用。
理解这些底层机制不仅有助于解决当前问题,也为开发者处理类似场景提供了思路框架,体现了Shiny框架灵活性和模块化设计的强大之处。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









