{"draftJsState":{"blocks":[{"data":{"image":{"id":"63ceedc5493f812f26ea55fd"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:image","key":"44ed9"},{"data":{},"depth":0,"entityRanges":[{"key":0,"length":22,"offset":10}],"inlineStyleRanges":[],"text":"Источник: Nuances of Programming","type":"unstyled","key":"b7jpe"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вокруг языка R сложилось отличное сообщество. По приблизительным оценкам, его используют более 2 миллионов человек в мире. Бесчисленное множество исследователей из всевозможных областей создают фантастические модели и делятся своим кодом. Мы, я имею ввиду практиков прикладных наук, очень часто создаем, сравниваем и выбираем модели в R.","type":"unstyled","key":"c8nsc"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Но что дальше? Что после того, когда ты, наконец, находишь наилучшую рабочую модель? Именно этот вопрос и превращает исследователя в разработчика ПО. Мы отправляем модели в продакшен. С помощью них мы контролируем процессы и прогнозируем результаты. В этом весь смысл. Но как?","type":"unstyled","key":"3eiut"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Продвинутые продакшен-системы могут различаться по структуре и имени. Если вы работаете с R и хотите отправить код в продакшен, то перед вами два варианта: Shiny и Plumber.","type":"unstyled","key":"2quj5"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Shiny — это фреймворк R, заточенный под создание веб-приложений. И хотя его популярность растет, я не большой фанат этого инструмента по ряду причин.","type":"unstyled","key":"8mf3f"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Второй вариант, который я считаю лучшим способом для интеграции приложений R в любую систему ПО, — это Plumber. Статья посвящена именно ему. К ее завершению вы создадите в R свой первый API при помощи Plumber.","type":"unstyled","key":"32i7b"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Приступим!","type":"unstyled","key":"er9d2"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Пара слов об использовании R в продакшене","type":"header-three","key":"1ecl9"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Споры по поводу пригодности R в качестве языка для продакшена не умолкают. До появления Plumber особо мы эту область не затрагивали.","type":"unstyled","key":"759kb"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Быстрый поиск легко покажет вам, какие языки в индустрии разработки ПО наиболее популярны для бэкенда. R никак в этот список не входит. Для создания более устойчивых, надежных и масштабируемых серверных приложений больше подходит множество других языков. Никакая опытная команда не рассматривает использование R в среде продакшена. Но почему я все равно люблю Plumber и вообще пишу эту статью?","type":"unstyled","key":"4qu76"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Мир, в котором мы живем, не поделен однозначно на черное и белое, то же касается и индустрии ПО. Невозможно четко разделить сферу разработки и продакшена. Особенно эта неделимость очевидна в стартапах, небольших компаниях, студенческих проектах и академической среде. Всего несколько гигантов могут позволить себе такую роскошь, и если вы к ним не относитесь, то вам придется использовать языки вроде R и Python в продакшене.","type":"unstyled","key":"plea"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Что такое API?","type":"header-three","key":"b9tg3"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Мы уже затронули тему необходимости отправки моделей в продакшен и в текущем разделе ее проясним.","type":"unstyled","key":"brpee"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Не стоит ограничиваться моделями машинного обучения. В продакшен можно отправить любую рабочую программу. Представьте собственную. Она может получать или не получать входные данные, но она что-то делает и дает какой-то результат. Вы хотите поделиться этой рабочей программой, чтобы помочь другим автоматизировать задачи. Эти другие работают на других машинах, и им необходим доступ к вашей программе.","type":"unstyled","key":"ee7pl"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Подобную коммуникацию можно реализовать посредством передачи сообщений между двух сторон. Этот посредник и будет называться API, или интерфейсом прикладного программирования. Получается, что API выступает в роли моста между двух программных сущностей, позволяя им взаимодействовать.","type":"unstyled","key":"bjb7j"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"API могут различаться в своей сложности и назначении, поэтому они подразделяются по присущим им признакам, в результате чего мы имеем разные их виды. Тот, который мы будем создавать с помощью Plumber, зовется REST API, или RESTful API. Сейчас о его понимании вам особо задумываться не стоит, просто помните, что в REST API для взаимодействия между сторонами используется простой язык в виде HTTP-методов.","type":"unstyled","key":"9c7ll"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как работает Plumber?","type":"header-three","key":"1pi6k"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Процесс работы в Plumber можно поделить на два основных этапа.","type":"unstyled","key":"6gqe1"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Сначала мы создаем скрипт, который будем использовать в качестве основного сервиса API. Именно он будет выполняться при запросе к API. Подготовка такого скрипта сложностей не представляет. Для каждой из его частей мы оставляем комментарии (в данном случае они несколько отличаются от стандартных комментариев в R), обозначая выполняемую этой частью роль. Эти комментарии позволят Plumber правильным образом превратить скрипт в API.","type":"ordered-list-item","key":"facsd"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"После установки Plumber можно использовать его функцию pr() для преобразования скрипта в Plumber API.","type":"ordered-list-item","key":"7toh1"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Начнем с простого скрипта","type":"header-three","key":"d1al0"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Скрипт будет состоять всего из нескольких строк. Предметная область — моделирование по методу Монте-Карло. Степень вашего знакомства с этой предметной областью будет отличаться в зависимости от прежнего опыта, но для большинства прикладных ученых она вполне знакома. Здесь мы используем технику Монте-Карло для решения задачи по вычислению определенного интеграла.","type":"unstyled","key":"aeqfg"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"mcIntegration <- function(trials , mean_p , sd_p , upper_limit , lower_limit) { \n trials <- as.numeric(trials)\n numbers <- rnorm(n = as.numeric(trials) , mean = as.numeric(mean_p) , sd = as.numeric(sd_p))\n mc.integral <- sum(numbers >= as.numeric(lower_limit) & numbers <= as.numeric(upper_limit))/as.numeric(upper_limit)\n mc.integral\n \n}","type":"unstyled","key":"a1n91"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Мы написали функцию для поиска площади под нормальной кривой с различными параметрами, которые сообщает пользователь. Мы довольны своей работой и хотим поделиться ей с другими. Проще всего для этого создать API, чем мы далее и займемся, взяв за основу написанный нами скрипт R.","type":"unstyled","key":"ado69"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Превращение скрипта в API","type":"header-three","key":"asijs"},{"data":{},"depth":0,"entityRanges":[{"key":1,"length":32,"offset":273}],"inlineStyleRanges":[],"text":"Для превращения кода выше в API мы внесем в него особые комментарии, которые называются “аннотациями”. В целях простоты мы используем ограниченное их число, однако можно создавать и более сложные API, добавляя более замысловатые аннотации. Подробный их список приводится в официальной документации Plumber.","type":"unstyled","key":"61d1d"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Для начала назовем API и сопроводим его описанием. В этом помогут следующие аннотации:","type":"unstyled","key":"vggt"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"@apiTitle\n@apiDescription","type":"unstyled","key":"8nctr"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"API будет возвращать результат на основе предоставляемых ему входных данных. Обозначим мы эти данные с помощью такой аннотации:","type":"unstyled","key":"8nomg"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"@param","type":"unstyled","key":"1v6oe"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"В завершении мы используем аннотацию, указывающую, какой тип запросов этот API выполняет. Поскольку наш API возвращает значение после выполнения кода, он выполняет запрос GET.","type":"unstyled","key":"dunf2"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"@get","type":"unstyled","key":"8jscs"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"В конечном виде код должен выглядеть так:","type":"unstyled","key":"5higs"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"#* @apiTitle Monte Carlo Integration\n#* @apiDescription An API That Computes Definite Intergrals with Monte Carlo Simulation\n#* @param trials\n#* @param mean_p\n#* @param sd_p\n#* @param upper_limit\n#* @param lower_limit\n#* @get /area\nmcIntegration <- function(trials , mean_p , sd_p , upper_limit , lower_limit) { \n trials <- as.numeric(trials)\n numbers <- rnorm(n = as.numeric(trials) , mean = as.numeric(mean_p) , sd = as.numeric(sd_p))\n mc.integral <- sum(numbers >= as.numeric(lower_limit) & numbers <= as.numeric(upper_limit))/as.numeric(upper_limit)\n mc.integral\n \n}","type":"unstyled","key":"3u31j"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Мы перестроили исходный код и сделали все, что от нас требовалось. Остальное за пакетом plumber.","type":"unstyled","key":"9mas3"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"mcInt <- pr(\"plumber2.R\")\npr_run(mcInt)","type":"unstyled","key":"88jki"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Проверим","type":"header-three","key":"bsup9"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"После запуска файла API всплывает новое окно, в котором мы видим основные элементы этого интерфейса.","type":"unstyled","key":"drli9"},{"data":{"image":{"id":"63ceedf1493f812f26eaa152"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:image","key":"8btgr"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Посмотрим, как он работает. Вы можете передать любые параметры на свое усмотрение. Я же протестирую его с такими:","type":"unstyled","key":"1fsgk"},{"data":{"image":{"id":"63ceedf1e688262477c3fd58"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:image","key":"6t9lh"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"На основе этих параметров он возвращает следующий результат:","type":"unstyled","key":"ergn7"},{"data":{"image":{"id":"63ceedf1336ca566e90a71b5"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:image","key":"ddrqk"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Развертывание","type":"header-three","key":"crtjh"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вот мы и создали рабочий API. Миссия выполнена! Можно сказать, что он находится в продакшене. Мы сделали это, чтобы автоматизировать скрипт R в отношении получения данных и предоставления вывода. К сожалению, доступен он лишь с нашей машины. Последним этапом будет развертывание программы на платформе, где она окажется доступна для других.","type":"unstyled","key":"4u3u4"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Процесс развертывания является уже отдельной темой и в текущей статье разбираться не будет. Однако я могу обрисовать его в общих чертах.","type":"unstyled","key":"4f65l"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Первым делом нужно создать для приложения контейнер, чтобы не пришлось заниматься управлением зависимостями и версиями. Стандартным инструментом для контейнеризации является Docker.","type":"unstyled","key":"56eg"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Второй этап намного проще и заключается в выборе облачного сервиса для размещения API.","type":"unstyled","key":"7c30u"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вот вы и раскрыли свой рабочий скрипт R для автоматизированной продакшен-среды.","type":"unstyled","key":"2b8c2"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Заключение","type":"header-three","key":"775jc"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"В данной статье мы разобрали быстрый способ создания API с помощью Plumber в R. На пути освоения этого языка вас ждет немало препятствий, одним из которых наверняка окажется проектирование API. Вам может и не потребоваться создавать всю продакшен-среду в R, но, если вы вдруг будете спешить и захотите побыстрее предоставить свое приложение другим, то теперь знаете, как это сделать.","type":"unstyled","key":"2rqmu"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Читайте также:","type":"unstyled","key":"njp4"},{"data":{},"depth":0,"entityRanges":[{"key":2,"length":58,"offset":0}],"inlineStyleRanges":[],"text":"Краткое руководство по строкам и регулярным выражениям в R","type":"unordered-list-item","key":"4o9ds"},{"data":{},"depth":0,"entityRanges":[{"key":3,"length":70,"offset":0}],"inlineStyleRanges":[],"text":"Создание анимированной пузырьковой диаграммы Ханса Рослинга на языке R","type":"unordered-list-item","key":"3hvi6"},{"data":{},"depth":0,"entityRanges":[{"key":4,"length":66,"offset":0}],"inlineStyleRanges":[],"text":"Три библиотеки R, которые должен знать каждый специалист по данным","type":"unordered-list-item","key":"7tvli"},{"data":{},"depth":0,"entityRanges":[{"key":5,"length":8,"offset":14},{"key":6,"length":2,"offset":24}],"inlineStyleRanges":[],"text":"Читайте нас в Telegram, VK","type":"unstyled","key":"bc9dj"},{"data":{},"depth":0,"entityRanges":[{"key":7,"length":13,"offset":15},{"key":8,"length":31,"offset":30}],"inlineStyleRanges":[{"length":14,"offset":0,"style":"ITALIC"}],"text":"Перевод статьи Uğurcan Demir: Creating APIs in R With Plumber","type":"unstyled","key":"8v4d8"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"marker","key":"1Yq0cZJbLAXozzmdJVwA"}],"entityMap":{"0":{"data":{"url":"https://nuancesprog.ru/p/16705/"},"mutability":"MUTABLE","type":"LINK"},"1":{"data":{"href":"https://www.rplumber.io/articles/annotations.html","url":"https://www.rplumber.io/articles/annotations.html"},"mutability":"MUTABLE","type":"LINK"},"2":{"data":{"href":"https://nuancesprog.ru/p/16061/","url":"https://nuancesprog.ru/p/16061/"},"mutability":"MUTABLE","type":"LINK"},"3":{"data":{"href":"https://nuancesprog.ru/p/16535/","url":"https://nuancesprog.ru/p/16535/"},"mutability":"MUTABLE","type":"LINK"},"4":{"data":{"href":"https://nuancesprog.ru/p/14781/","url":"https://nuancesprog.ru/p/14781/"},"mutability":"MUTABLE","type":"LINK"},"5":{"data":{"href":"https://t.me/nuancesproghumor","url":"https://t.me/nuancesproghumor"},"mutability":"MUTABLE","type":"LINK"},"6":{"data":{"href":"https://vk.com/nuancesprog","url":"https://vk.com/nuancesprog"},"mutability":"MUTABLE","type":"LINK"},"7":{"data":{"href":"https://medium.com/@ugurcandemir?source=post_page-----2fb7b064619f--------------------------------","url":"https://medium.com/@ugurcandemir?source=post_page-----2fb7b064619f--------------------------------"},"mutability":"MUTABLE","type":"LINK"},"8":{"data":{"href":"https://betterprogramming.pub/creating-apis-in-r-with-plumber-2fb7b064619f","url":"https://betterprogramming.pub/creating-apis-in-r-with-plumber-2fb7b064619f"},"mutability":"MUTABLE","type":"LINK"}}},"mentions":[]}