Publicando nuestras obras

Cuando hablamos de publicar apps de shiny vamos a conocer 2 palabras nuevas:

• En la nube: un servidor de terceros, tambien conocido como SaS
• On premisse: servidor propio

Es una aplicacion del estilo nube o SaS, lo que quiere decir que es un servicio de costo mensual a la medida, segun tus requerimientos puedes incrementar o disminuir los recuros (cpu, ram, disco) contratados.

Shiny server tiene varias categorias, muchas de ellas se solicita ponerse en contacto con un representante, pero el costeo al fin termina por los siguientes niveles:

1. Seguridades
2. Numero de usuarios
3. Soporte tecnico
4. etc..

https://www.rstudio.com/pricing/

Hay muchos debates sobre este tema, pero el software libre no siempre es gratis, la ventaja es que puedes utilizar una parte gratis y ver su codigo fuente.

Sin embargo esa parte gratis muchas veces no se lo puede profesionalizar es decir, ponerlo en un marco de trabajo profesional, con procesos, roles y productos.

RStudio es ese acercamiento a la profesionalizacion de R.

1. Tamano de la data
2. Tildes y encodings
3. Rendimiento
4. Conexiones de bases de datos
5. Librerias

ENV_2016.csv: tiene un peso de ~92MB

Usar RData comprime la data y es mas rapido para cargarlo.

# Grabar
nacidos <- read.csv("./ENV_2016.csv")
save(nacidos, file="nacidos_vivos2016.RData")

# Leer
load("./nacidos_vivos2016.RData")

Cuanto pesa Ahora?

Las tildes y caracteres especiales pueden llegar a ser un dolor de cabeza en R, hay que tener en cuenta que los ambientes Linux se comportan diferente a Windows en este aspecto.

• Encoding(nacidosVivos$prov_nac) <- “latin1”
• enc2utf8(nacidosVivos$prov_nac)
• enc2native(nacidosVivos$prov_nac)
• iconv(nacidosVivos$prov_nac, to=“UTF-8”)

Si nuestra app llama a algun algoritmo complejo, es crucial que este no demore mucho, optimizar el codigo de forma tal que el usuario no deba esperar mas de 25 segundos en esperar que cargue la pantalla

• Usar data table en vez de data.frame
• Data en RData
• Paralelizar?
• GPU processing

Si trabajamos con una base de datos debemos asegurarnos que el servidor tenga acceso a la misma.

Si vamos a publicar a shinyapps la base de datos debe tener una ip publica

Asegurarse que todas las librerias necesarias esten instaladas en el servidor.

Se recomienda crear un script que instale todas las librerias necesarias para no pasar apuros.

1. Creamos una cuenta en https://www.shinyapps.io/
2. Enlazamos RStudio con shiny apps
3. Publicamos

Shiny server esta disponible solo para ambientes linux.

Para no sentirnos descolados usarmos Docker, que es una plataforma de contenerizacion (diferente a una VM).

Esta dispobible para windows 8 en adelante.