Question

我对SAS中索引的使用感到有点困惑。

我找到了两种方法来实现它们：

CREATE <UNIQUE> INDEX index-name 
 ON table-name ( column <, ... column>);

with PROC DATASETS

proc datasets library=college;
   modify survey;
      index create class;
      index create major;
run;

proc datasets library=college;
   modify maillist;
      index create zipid=(zipcode schoolid);
run;

proc datasets library=college;
   modify student;
      index create idnum / unique;
run;

proc datasets library=college;
   modify student;
      index create religion / nomiss;
run;

我的第一个问题是，他们做同样的事吗？我会假设他们这样做，但鉴于文档似乎没有交叉引用它们，并且nomiss中PROC SQL没有选项，我有一些疑问。

我的第二个问题是，鉴于我有Oracle库和SAS库，ORACLE中定义的索引与SAS中定义的索引之间的关系是什么？

以下查询运行速度非常快，因为该表已在Oracle DB中编制索引：

PROC SQL;
  SELECT * FROM ORACLELIB.MY_TABLE
  WHERE RELATION_ID = 1097;
QUIT;

但是，如果我尝试在1列，1个观察点，位于我的WORK库中的索引表中进行简单的内连接，则查询需要花费大量时间：

data TEST;
   input RELATION_ID;
   datalines;
   1097
;

proc datasets library=WORK;
   modify TEST;
      index create RELATION_ID;
run;

PROC SQL;
  SELECT * FROM ORACLELIB.MY_TABLE t1
  INNER JOIN TEST t2
  ON t1.RELATION_ID = t2.RELATION_ID;
QUIT;

这也很慢：

PROC SQL;
  SELECT * FROM ORACLELIB.MY_TABLE t1
  WHERE RELATION_ID IN (SELECT RELATION_ID FROM TEST);
QUIT;

我还尝试在oracle库中创建我的测试表，该库不在同一个oracle服务器上）：

data ORACLELIB2.TEST;
   input RELATION_ID;
   datalines;
   1097
;

这似乎同样缓慢（在这种情况下，我不能因为限制而对其进行索引，但它只是一次观察）。

这导致了我的上一个问题，我该怎样做才能使这个联接运行得尽可能快？

附加说明：

我有3台服务器：

主要的ORACLE服务器，我无法编写，其中包含以MY_TABLE为特色的库
我可以写的另一个ORACLE服务器。
我可以写的SAS服务器

我的主要用途是以下类型的查询：

CREATE TABLE NEWTABLE AS
SELECT *columns* FROM smaller_table t1 LEFT JOIN MY_TABLE t2
ON t1.RELATION_ID = t2.RELATION_ID and t1.other_col = t2.other col
WHERE *additional restrictions on t2*;

Answer 1

您需要调查将记录远程库引擎正在执行的操作的SASTRACE=选项（9.2 docs）。我原本期望引擎在简单连接上执行它自己的隐式传递。该引擎将自动将一些SAS功能和分组子句转换为Oracle端口等效项。

如果您无法让服务器端以预期的快速方式运行，那么对于少量ID {几千}}，请考虑生成IN列表的代码，看看它是否表现更好。

proc sql noprint;
  select relation_id into :id_list separated by ',' from test;

  SELECT * FROM ORACLELIB.MY_TABLE t1
  WHERE RELATION_ID IN (&id_list);
quit;

如果id是字符，代码生成器将必须quote()选择中的值。

Answer 2

实际上，有三种方法可以在SAS中创建索引：

Proc数据集/修改/索引创建
数据集选项（index =）和
Proc SQL / Create Index

AFAIK，除了Unique之外，前两个是指定选项的唯一方法。

如何更快地加入联系的答案可能涉及Oracle数据库中的（直通）处理和SAS中的前/后处理的组合。并且可能涉及或不涉及创建索引。

这取决于：

a）您的数据和数据大小，以及
b）你在结果方面想要达到的目标。

您能提供更多信息吗？

编辑：好的，Oracle中的大表，SAS中的小表，小表是输出行的驱动程序

在不知道绝对详细信息的情况下，查询速度慢的原因与索引关系不大，而是与您＆＃34;拉动＆＃34;通过来自大型Oracle表的数据来满足查询。

根据理查德更新的答案的最后一句，轻松修复：将小表转移到Oracle ...

要清楚，将小表转移到Oracle，在那里运行查询并将结果保存在那里。如果需要，使用适当的传输工具将数据导出到SAS ......

Answer 3

关于

如果我将测试表移动到oracle库，这些查询仍然存在慢（在这种情况下，由于限制，我不能将其编入索引，但仅限于此一个观察）。

你是如何转向Oracle的？附： ORACLELIB不是有效的SAS libref，所以我猜这是伪代码。

查看SAS/ACCESS® 9.4 for Relational Databases: Reference, Ninth Edition，示例：创建并加入永久表和临时表。

示例包含dbmstemp=yes libname选项和

显示如何使用此选项创建永久和临时表然后将它们加入查询。

您还可以将测试表数据上载到连接会话TEMP表中，然后通过传递SQL查询选择结果集。传递查询将使您可以完全控制查询，包括SAS远程库引擎可能无法使用的主机特定功能（例如，强制索引使用的Oracle提示）。

无论加入方式如何，系统间转移可能是最耗时的方面之一。您希望找到最少转移的工作方式。

PROC DATASETS中的索引，SAS和ORACLE库的PROC SQL

3 个答案: