Trabalhando no ` RStudio ` com a integração obsoleta do ` Git ` ( Watson Studio )

Criando scripts R e apps Shiny

O navegador de diretórios deve estar aberto ao iniciar o RStudio, no canto inferior direito. Se você estiver trabalhando no RStudio com o Git, acesse <your_git_repo>/assets/rstudio para garantir que todos os seus arquivos sejam sincronizados a partir dessa pasta. É possível criar quantas subpastas forem necessárias com diferentes arquivos R.

A extensão " Git " vem pré-instalada, permitindo o acesso ao repositório que você associou ao seu projeto no momento da inicialização e adicionando a guia " Git " à barra de ferramentas do " RStudio ".

O repositório Git, referenciado no projeto, é clonado pelo ambiente RStudio no momento da inicialização e pode ser visualizado no navegador de arquivos, no canto inferior direito da interface gráfica do IDE, na pasta chamada project_git_repo/<your_git_repo>. Você deve fazer todas as alterações nos seus arquivos R nessa pasta para poder sincronizá-los com o Git. Caso contrário, pode ser salvo onde quiser.

Observe que se uma pasta ou subpasta contiver arquivos do Aplicativo RShiny (ou seja, arquivos com os nomes app.R, ui.R ou server.R), todos os arquivos nessa pasta serão considerados pertencentes ao aplicativo Shiny (incluindo arquivos .R). Caso contrário, todos os arquivos .R serão considerados ativos de script R.

1. Opcional: inclua colaboradores no projeto se você quiser trabalhar no mesmo arquivo com outros. Veja Colaboração.

2. Opcional: pré-instale quaisquer bibliotecas R que você origina para seu app Shiny de uma rede externa no local global /cc-home/_global_/R ou em um volume de armazenamento persistente para evitar a instalação dessas bibliotecas toda vez que o app Shiny for implementado. Assegure-se de estar conectado ao volume de armazenamento ao implementar o app Shiny.

3. Comece a trabalhar em scripts R:

   1. Selecione Novo Arquivo> Script R ou faça upload de um arquivo R de sua máquina local.
   2. Depois de terminar de trabalhar nos arquivos, salve suas alterações de arquivo em seu clone local antes de se comprometer com o repositório Git clicando em Arquivo> Salvar.

4. Ou comece a trabalhar em apps brilhantes por:

   1. Clicar em Novo Arquivo > Web App Shiny .... Uma nova janela de criação do aplicativo Shiny aparece.
   2. Insira um nome para o seu aplicativo Shiny e deixe userfs como a configuração Criar dentro do diretório . Deve-se trabalhar nesse diretório ou em quaisquer subdiretórios para ativar a sincronização com o repositório do Git Tanto o app.R quanto o ui.R/server.R contêm instruções necessárias para construir seu app e fornecer um app de amostra que o usuário pode testar em execução
   3. É possível optar por criar um único aplicativo de arquivo (app.R) se seu aplicativo for simples e puder estar contido em um arquivo, para simplicidade.
   4. Ou, é possível optar por criar um aplicativo que use vários arquivos (ui.R/server.R) se seu aplicativo for mais complexo e precisar ter seus diferentes aspectos editados separadamente.
   5. Quando terminar a configuração, clique em Criar.
   6. É possível testar a execução de seu app clicando em Executar App Ao clicar em Executar Aplicativo, uma janela pop-up que contém seu aplicativo é mostrada na tela.

5. É possível usar dados de um conjunto de dados em seus scripts ou apps. Os formatos de conjuntos de dados compatíveis incluem texto, CSV, SPSS, SAS e Stata. É possível usar os ativos de dados que já foram importados para o projeto clicando em Importar conjunto de dados na guia Ambiente ou clicando em Arquivo e procurando o arquivo em userfs/assets/data-assetou fazendo upload deles localmente clicando em Upload no painel Dados no canto inferior direito. É possível visualizar os ativos de dados no painel de edição

   Observação: conjuntos de dados com mais de 5 MB não poderão ser visualizados no site RStudio.

6. Envie suas mudanças de arquivo por push para o repositório Git usando o botão Git na barra de menu superior do painel de edição principal Clique em Confirmar

   1. Selecione todos os arquivos nos quais você fez mudanças e gostaria de enviar por push para o repositório Git . Adicione uma descrição da alteração e confirme as alterações preparadas no clone local do seu repositório na sua sessão do RStudio.
   2. Clique em Push para enviar suas mudanças para o repositório remoto no qual suas mudanças podem ser vistas e acessadas por outros usuários. Resolva quaisquer conflitos de mesclagem que possam ser causados por mudanças concorrentes nos arquivos nos quais você está colaborando.. Clicando em Pull no painel de ações do Git , também é possível extrair as mudanças no arquivo feitas pelos colaboradores para o seu clone do repositório

7. Após ter enviado por push suas mudanças, sincronize as mudanças feitas no repositório Git com os scripts R em seu projeto. Consulte Sincronizando Git mudanças com seu projeto.

   Ao sincronizar as alterações dos arquivos R do Git com o projeto, você atualiza o clone do projeto compartilhado comum para refletir o que foi enviado por push pela última vez para o repositório Git

   Os arquivos R aparecerão como ativos de projeto que você pode então clicar para preview e promover para um espaço de implementação. O código regular e os arquivos textuais podem ser visualizados no Watson Studio , enquanto outros não podem ser visualizados Observe que não é possível editar, executar e sincronizar arquivos R sem antes abrir o RStudio

Colaboração

Com o sistema de controle de versão Git integrado por meio da extensão Git no site RStudio, os usuários podem compartilhar seu trabalho em arquivos no site RStudio. Para habilitar o compartilhamento ao trabalhar em arquivos, os usuários devem ser adicionados ao projeto como colaboradores e devem ter acesso ao repositório Git associado ao projeto.

Para permitir que os usuários de um projeto colaborem nas alterações de arquivos no RStudio :

1. Inclua usuários como colaboradores no projeto e designe a eles a função Admin ou Editor . Você só pode convidar usuários que já tenham uma conta no IBM Cloud Pak for Data. Consulte Incluindo colaboradores.

2. Conceda a todos os colaboradores as permissões de acesso apropriadas para o repositório do projeto Git

3. Instrua todos os colaboradores a criarem seu próprio token de acesso pessoal para o repositório do projeto associado Consulte Criando tokens de acesso pessoal para repositórios Git.

   Ao acessar RStudio, você verá seu token de acesso pessoal Git na lista. Selecione-o para começar a trabalhar no projeto “ RStudio ”.

Armazenando arquivos .rda intermediária

É possível armazenar quaisquer arquivos intermediários, por exemplo, arquivos .rda e .md , arquivos de log ou de texto no diretório /project_data_folder/data_asset, que fazem parte do clone do projeto e, portanto, podem ser acessados por todos os colaboradores do projeto e em aplicativos ou tarefas R Shiny que executam scripts R.

Trabalhando com arquivos de dados

No ` RStudio `, você pode trabalhar com arquivos de dados de diferentes fontes:

• Arquivos na estrutura de arquivos do servidor RStudio, que você pode visualizar clicando em “Arquivos” na seção inferior direita da página RStudio. É aqui que você pode criar pastas, fazer upload de arquivos de seu sistema local e excluir arquivos.

  Para acessar esses arquivos no R, é necessário configurar o diretório ativo para o diretório com os arquivos. É possível fazer isso navegando para o diretório com os arquivos e clicando em Mais> Configurar como Diretório Ativo

  Esteja ciente de que os arquivos armazenados no Home diretório da sua instância do RStudio são persistentes apenas dentro dessa instância e não podem ser compartilhados entre ambientes nem dentro do seu projeto.

Assista a este vídeo para ver como carregar dados no site RStudio.

• Recursos de dados do projeto que você pode visualizar clicando em Arquivos > Página inicial, na parte inferior direita do site RStudio. Em projetos com integração obsoleta do Git, os ativos de dados estão na pasta chamada project_data_asset. Em projetos com integração padrão ao Git, os ativos de dados estão na pasta chamada assets/data_asset. Você pode selecionar para visualizar o conteúdo de um arquivo ou importar o conjunto de dados clicando no ativo.

  Se você incluir um arquivo de dados nessa pasta, o arquivo não será incluído como um ativo de dados no projeto.. Para incluir arquivos de dados como ativos de dados do projeto, consulte Incluindo ativos do projeto.

  Não é possível abrir e visualizar os ativos de dados conectados não podem estar no diretório project_data_asset Você só pode acessar recursos de dados conectados programaticamente a partir de um script R no ` RStudio `.

• Dados armazenados em um sistema de banco de dados

Carregando e acessando dados

Incluindo ou excluindo ativos do projeto

Carregue os arquivos de dados a serem usados no RStudio clicando no ícone “Carregar recurso no projeto” na página “Recursos” do seu projeto, pois esses arquivos são automaticamente adicionados como recursos de dados ao seu projeto.

No entanto, se você tiver enviado ou criado arquivos de dados no RStudio, poderá adicioná-los ao seu projeto como recursos de dados do projeto. Esses arquivos devem estar na Home/project_data_asset pasta em RStudio. Para incluir esses arquivos como ativos de dados no projeto:

1. Na página Ativos do projeto, selecione Importar ativos.
2. Selecione Arquivos de projeto e o arquivo na pasta Home/project_data_asset que você deseja incluir no projeto como ativo

Se você excluir um ativo de dados da Home/project_data_asset pasta no RStudio, será necessário excluir o ativo de dados do projeto da seguinte forma:

1. Na página Ativos do projeto, selecione o ativo de dados que você deseja excluir
2. Selecionando Excluir na lista de opções

Executando um script R como uma tarefa

Você pode executar o script como uma tarefa em um ambiente do RStudio no Watson Studio ou em um cluster remoto do Hadoop. Consulte:

• Para criar uma tarefa para executar um script R no ambiente do ` RStudio `, consulte a seção “Criação de tarefas para arquivos em um projeto com integração obsoleta do ` Git ` ”.

• Para criar um job para executar um script R em um cluster Hadoop , você precisa de um cluster Hadoop que suporta scripts R e R, e você precisará ativar o recurso no cluster Hadoop modificando um arquivo de configuração. Veja Administrando os clusters do Apache Hadoop, subseção scriptLanguages sob Detalhes sobre o conteúdo dos arquivos json para obter mais detalhes. Além disso, todas as bibliotecas necessárias para seu script R devem estar disponíveis no cluster.

  Para executar uma tarefa no cluster Hadoop , deve-se primeiro criar um ambiente Hadoop . Após ter criado esse ambiente Yarn do Hadoop , é possível selecioná-lo ao criar a tarefa para o script R na página Ativos do projeto.

Criando uma implementação de app

Se você tiver um recurso do R Shiny salvo em um projeto, poderá promovê-lo para um espaço de implantação, implantá-lo como um aplicativo e disponibilizar o URL aos usuários.

Para criar uma implementação do aplicativo:

1. No espaço de implementação, clique no nome do app R Shiny salvo que você deseja implementar A página de detalhes do ativo é aberta
2. Na guia Implementações, clique em Incluir nova implementação.
3. Escolha App como o tipo de implementação..
4. Forneça um nome e ajuste quaisquer configurações opcionais para a implementação, em seguida, clique em Criar Implementação para criar a implementação. As configurações opcionais que podem ser definidas incluem:

Trabalhando com prompts.

Se o serviço watsonx.ai estiver instalado em seu cluster, será possível incluir vários prompts de amostra para modelos específicos em seu código R.. Para incluir um prompt de amostra, clique no ícone Fragmentos de código , selecione Prompt Engineeringe procure as várias categorias para localizar um prompt de amostra. Ao selecionar um prompt, clique em “Copiar para a área de transferência ” e, em seguida, cole o código no editor de arquivos do RStudio.

Saiba mais

• Criação de empregos para arquivos em um projeto com integração Git descontinuada
• RStudio Visão geral
• Hadoop Ambientes
• Utilizando o Spark no RStudio
• Usando libs do Repositório Anaconda
• Acessando dados em bancos de dados MySQL usando a biblioteca RMariaDB
• Conectando seu aplicativo Shiny a um volume de armazenamento persistente