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？

我正试图找到一种方法，尽可能用哈希替换所有可能的proc-sql和常规合并。 示例数据看起来像

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;

两个数据集都已按

日期

和

属性

排序。目前我通过

data WANT;
set TABLE1 TABLE2;
run;

但问题是两个表中的记录总数都相当大。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hash对象来获得外部连接结果。但是如何将其用于此目的呢？

您随后是否在其他步骤（数据或过程）中使用您的

WANT

datastep，例如对其进行汇总或细分

如果是这样，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 ; 数据需要/视图=需要； 设置表1和表2； 跑 /*然后在其他地方使用'want'*/ proc summary data=want； ... 跑

---

但是。。。如果多次使用

want

，将其构建为一个表可能会更有效（在术语、时间或I/O方面）。

在这种情况下，使用哈希对象不太可能提高性能。使用散列对象的主要好处是，它们允许您将一个或多个小数据集的值合并到一个较大的数据集上，而无需对大数据集进行排序。在这种情况下：

• 您的两个数据集都很大
• 你没有做任何合并

---

如果你真的感兴趣的话，可以通过使用散列迭代器进行追加，但我不想麻烦你。正如其他用户所建议的，在这里添加是一种方式，因为它将减少I/O需求。查看

proc append

的文档了解更多详细信息。

对于哈希对象，哪一个应该是“基本”表，小的还是？您希望避免对大表进行排序，因为大表可能太大，无法放入可用内存，因此您将小表作为哈希对象加载到内存中。