Question

我正试图找到用尽可能替换所有可能的proc sql和常规合并的方法。示例数据类似于

data TABLE1;
input Date Property $6. Headcount;
datalines;
01Jul2013 East  100
02Jul2013 East  50
02Jul2013 West  50
;
run;

data TABLE2;
input Date Property $6. Headcount;
datalines;
11Aug2013 East  60
02Oct2013 East  50
22Dec2013 West  40
run;

这两个数据集已按Date和Property排序。目前我是通过

来做的

data WANT;
set TABLE1 TABLE2;
run;

但问题是两个表中的记录总数都很大。上述代码需要20分钟甚至更长时间才能完成此连接。

我知道如何使用哈希对象来获取外连接结果。但是如何将它用于此目的呢？

Answer 1

您是否随后在其他步骤（数据或过程）中使用WANT datastep，例如总结或将其下放？

如果是这样，您可以通过将WANT指定为视图而不是表来减少I / O.

data want /view=want ;
  set table1 table2 ;
run ;

/* Then use `want` elsewhere... */
proc summary data=want ... ;
  ... 
run ;

但是......如果您多次使用want，那么将它构建为表格可能仍然更有效（在术语或时间或I / O方面）。

Answer 2

在这种情况下，使用哈希对象不太可能获得很大的性能提升。使用哈希对象的主要好处是，它们允许您将来自一个或多个小数据集的值合并到更大的数据集上，而无需对大型数据集进行排序。在这种情况下：

您的两个数据集都很大
你没有做任何合并

如果您非常热衷，可以通过使用哈希迭代器进行追加，但我不会烦恼。正如其他用户所建议的那样，追加是这里的方法，因为它会降低I / O要求。有关详细信息，请查看proc append的文档。

SAS中的哈希对象 - 是否可以使用哈希对象连接下面的两个表？

2 个答案: