SAS数据步骤I / O操作优化

Question

mydata1是一个沉重的SAS数据集（假设是8GB）

这样做时：

data mydata2;
set mydata1;
new_column = column1 + column2;
run;

SAS将只用一个新列写一个新的8GB。 它有效吗？

无论如何，SAS只写入文件mydata1的末尾，以便优化I / O操作的数量？

谢谢！

Answer 1

写入SAS数据集的方式，每个逻辑行都写在连续的块中;因此，如果不重写整个数据集，就不可能在适当的位置添加新变量。

如果你只是修改行或值，那是可能的;有关详细信息，请参阅MODIFY statement。这类似于SQL UPDATE，DELETE和INSERT命令（同时！）。

就选项而言，您可以使用data step view复制您想要的内容而无需I / O费用。

data mydata2/view=mydata2;
 set mydata1;
 new_column = column1 + column2;
run;

这不会将mydata2写出到单独的数据集中，而是存储有关如何创建它的说明;然后，当它以后被使用时（它可以被用作数据集，除了它不能被sort之类的东西修改），它上面有新的列。缺点是如果您多次使用它，每次使用它时都必须执行该操作;对于可能很昂贵的复杂操作（以上不会）。