sas中大数据集的处理

我正在寻找解决方案或想法，如何加快sas中大数据集的处理

你推荐什么

---

什么是更好的数据步骤或proc-sql过程？

我发现proc-sql更适合我的用例。我们可能需要更多关于您尝试加入/导出的数据的大小和种类等的详细信息

给我们一些信息，我们可以尝试帮助

小贴士: 限制停车的场地

---

子集数据

根据我的经验，Proc-SQL似乎更快

以下是有关使用Proc SQL加速查询的两个提示：

通常，在查询时，您希望排除尽可能多的数据。如果您使用的是PROC SQL，where子句中限制的顺序很重要。把最严格的部分放在第一位

例如，如果我正在查询一个数据库，查找2005年1月之后聘用的姓氏为JONES的教师，我会这样构造我的where子句：where last_name='JONES'和hire_date>200501我会这样做，因为姓氏可能会排除比雇用日期限制更多的记录

如果可能，不要使用Select*，而是列出所需的特定列。请记住，即使使用列进行计算，也不必在select语句中包含该列

这里有一个非常有用的资源，可以帮助您了解如何有效地使用procsql。如果您在SAS中大量使用大型数据集，我建议您完整地阅读它

---

加快数据处理速度取决于数据保存的位置

您的数据可以是：

SAS表， 数据库表MICROSFOTSQL，Oracle，DB2，MYSQL。。 等 在以下情况下使用SAS数据步骤：

您正在查询/处理SAS表， 你想做什么 处理，例如保留值或使用数组。 在以下情况下使用Proc SQL：

您正在查询一个大型数据库表， 您可以在发送SQL代码的位置执行SQL传递 在DB服务器上执行，只将输出发送到SAS 将整个表通过网络传输到SAS，然后对其进行过滤

您希望查询SAS表，但更喜欢SQL联接而不是数据步骤合并

---

你应该考虑的另一个主题是效率编程；优化查询和查找的地方。

您具体在做什么样的处理？大量的查询、计算等。？您正在处理关系数据库吗？您已经有了一个良好的开端，但是如果您能够提供更多信息，这将是非常有帮助的。我将投票支持您的问题，因为它仍然足够通用，可以帮助其他sas初学者解决同一问题。