Reactivity的示例程序与Hello Text很相似，但是用到了反应式编程里更多细节的概念，要运行该例子，请键入：

> library(shiny) > runExample("03_reactivity")

前面几个例子给你了个初步印象——Shiny应用程序的代码长成什么样子。前面解释了反应式编程的一点概念，不过略过了大部分细节。 在本节，我们会更进一步讲解这些细节。如果你想更深入学习这些细节，请看《理解反应式设计》这节，从反应式设计概述开始。

什么是反应式设计

Shiny的web框架从本质上说是使从页面中获取输入值并传递给R变得更容易，然后把R代码的结果以输出值的形式返回给页面。

input values => R code => output values

因为Shiny程序是交互式的，输入值可以随时改变，输出值也应该立即更新，以反映输入输入值的改变。

Shiny中有反应式编程的库，你可以用它来定义你的应用程序逻辑。使用这个库，改变输入值会自动引发R代码中相应的部分重新执行，反过来会更新输出结果。

反应式编程基础

反应式编程是种编程风格，这种风格以反应值开始，反应值是随时间变化的值，或者由用户输入的值，在反应值之上绑定有反应表达式（reactive expression），反应表达式会接收到反应值并执行其他反应表达式。

反应表达式有趣的地方在于，当它执行的时候，会自动跟踪读取到的反应值以及调用的其他反应表达式。如果反应表达式所依赖的反应值和反应表达式发生了改变，那么该反应表达式的返回值也应该变化（原文是If those “dependencies” become out of date, then they know that their own return value has also become out of date）。因为有这种跟踪机制，所以改变一个反应值会自动引发依赖于它的反应表达式重新执行。

在shiny中使用反应值时，最常见的方式是使用input对象。input对象会被传递给shinyServer函数中，让你可以用类似列表的语法来访问网页上的输入值。从代码上看，你好像是从列表或者数据框里读取了值，但实际上你读取的是反应值。你不必写监测输入值变化的代码，只需要写反应表达式来读取所需的反应值，Shiny会处理好什么时候调用它们。

创建反应表达式很简单，只需要把一个正常的表达式传递给reactive函数就行。在本节的示例程序中，下面这个简单的反应表达式的功能是，基于用户在表单中选择的选项来返回R数据框。

datasetInput <- reactive({ switch(input$dataset, "rock" = rock, "pressure" = pressure, "cars" = cars) })

为了将反应值转化为可以在网页上呈现的输出，我们要将它们赋值给output对象(同样传递给shinyServer函数)。下面是个赋值给输出值的例子，输出值依赖于我们刚才定义的反应表达式datasetInput，以及input$obs：

output$view <- renderTable({ head(datasetInput(), n = input$obs) })

不管是 datasetInput 还是input$obs，一旦它们的值发生改变，上面这个表达式将会重新执行（它的输出也会在浏览器里重新渲染）。

回到代码上

现在我们已经对一些核心概念有了更多了解，我们再来看看源代码，并尝试更深层次理解。用户接口的定义中，增加了来用定义说明文字（caption）的文本输入框，尽管它与前一个例子还是很相似。

library(shiny) # Define UI for dataset viewer application shinyUI(pageWithSidebar( # Application title headerPanel("Reactivity"), # Sidebar with controls to provide a caption, select a dataset, and  # specify the number of observations to view. Note that changes made # to the caption in the textInput control are updated in the output # area immediately as you type sidebarPanel( textInput("caption", "Caption:", "Data Summary"), selectInput("dataset", "Choose a dataset:", choices = c("rock", "pressure", "cars")), numericInput("obs", "Number of observations to view:", 10) ), # Show the caption, a summary of the dataset and an HTML table with # the requested number of observations mainPanel( h3(textOutput("caption")), verbatimTextOutput("summary"), tableOutput("view") ) )) 

服务端脚本

服务端脚本声明了反应表达式datasetInput和三个反应输出值。下面有每个定义的详细注释描述了在反应式系统中是如何运作的：

library(shiny) library(datasets) # Define server logic required to summarize and view the selected dataset shinyServer(function(input, output) { # By declaring datasetInput as a reactive expression we ensure that: # #  1) It is only called when the inputs it depends on changes #  2) The computation and result are shared by all the callers (it  #     only executes a single time) #  3) When the inputs change and the expression is re-executed, the #     new result is compared to the previous result; if the two are #     identical, then the callers are not notified # datasetInput <- reactive({ switch(input$dataset, "rock" = rock, "pressure" = pressure, "cars" = cars) }) # The output$caption is computed based on a reactive expression that # returns input$caption. When the user changes the "caption" field: # #  1) This expression is automatically called to recompute the output  #  2) The new caption is pushed back to the browser for re-display #  # Note that because the data-oriented reactive expression below don't  # depend on input$caption, those expression are NOT called when  # input$caption changes. output$caption <- renderText({ input$caption }) # The output$summary depends on the datasetInput reactive expression,  # so will be re-executed whenever datasetInput is re-executed  # (i.e. whenever the input$dataset changes) output$summary <- renderPrint({ dataset <- datasetInput() summary(dataset) }) # The output$view depends on both the databaseInput reactive expression # and input$obs, so will be re-executed whenever input$dataset or  # input$obs is changed.  output$view <- renderTable({ head(datasetInput(), n = input$obs) }) })