2.5 理解SAS運(yùn)行機(jī)制
SAS的學(xué)習(xí)曲線比較陡峭，其原因之一就是很多SAS學(xué)習(xí)者沒有深入理解SAS的運(yùn)行機(jī)制，其中最為重要的機(jī)制就是PDV（Program Data Vector）與DATA步自循環(huán)。
→2.5.1 PDV與DATA步自循環(huán)
很多時候，即使是寫了很多SAS程序、用了很長時間SAS的人，也總是會對SAS DATA步運(yùn)行出的結(jié)果感到莫名其妙，對發(fā)生的錯誤更是一頭霧水，但是如果能夠靜下心來，了解PDV、厘清SAS的運(yùn)行機(jī)制，很多疑惑或許就迎刃而解了。
SAS系統(tǒng)處理SAS DATA步時，分兩步：編譯和執(zhí)行。經(jīng)典的DATA步，基本按照圖2-14的流程來。
圖2-14 DATA步動作流程圖
具體而言，在編譯和執(zhí)行階段，SAS會分別進(jìn)行如表2-6所示的操作。
表2-6 編譯和執(zhí)行階段具體動作
在上面的過程中，有兩個概念不是很好理解：一是輸入緩沖區(qū)（Input Buffer）；二是程序數(shù)據(jù)向量（Program Data Vector）。這兩個概念都是內(nèi)存里的一個邏輯區(qū)域，我們簡要示圖如圖2-15所示。
圖2-15 Input Buffery與PDV
Buffers是系統(tǒng)內(nèi)存的緩沖區(qū)，我們可以先不細(xì)究。如圖2-15所示，分別展示了讀入原始數(shù)據(jù)和讀入SAS數(shù)據(jù)集時的流程。
（1）讀入原始數(shù)據(jù)時：原始數(shù)據(jù)先讀入Input Buffer，再從Input Buffer轉(zhuǎn)換到PDV，最后從PDV輸出到SAS數(shù)據(jù)集。
（2）讀SAS數(shù)據(jù)時：把數(shù)據(jù)集觀測直接讀入到PDV，再從PDV輸出到數(shù)據(jù)集。
我們再次以一個小程序為例，看看Input Buffer與PDV，了解SAS DATA步的運(yùn)行機(jī)制。
程序2-21 PDV演示程序
datademoPDV;
input ID $ Chinese Math English;
Sum=Chinese+Math+English;
datalines;
S001 80 99 93
S002 90 85 95
S003 83 88 81
;
run;
在編譯階段，SAS就知道這個要建立的數(shù)據(jù)集叫DemoPDV,有ID、Chinese、Math、English以及Sum五個變量，其中ID為字符型。SAS給它們建立好Input Buffer和PDV。
Input Buffer：內(nèi)存里開辟空間，以便中轉(zhuǎn)數(shù)據(jù)。
PDV：從Input語句或者SET、MERGE、UPDATE語句獲取變量信息，建立好數(shù)據(jù)變量。
運(yùn)行階段：
（1）設(shè)置INPUT中的變量為缺失(字符變量為空白，數(shù)字變量為小數(shù)點(diǎn))，并設(shè)置自動變量_N_=1，_ERROR_=0；
（2）INPUT語句讀入第一條記錄，Input Buffer和PDV的狀態(tài)。方框可以理解為在運(yùn)行的程序部分；
開始INPUT語句：
datademoPDV;
input ID $ Chinese Math English;
Sum=Chinese+Math+English;
datalines;
S001 80 99 93
S002 90 85 95
S003 83 88 81
;
run;
讀入第一個變量ID。
datademoPDV;
input ID $ Chinese Math English;
Sum=Chinese+Math+English;
datalines;
S001 80 99 93
S002 90 85 95
S003 83 88 81
;
run;
讀入第二個變量。
datademoPDV;
input ID $ Chinese Math English;
Sum=Chinese+Math+English;
datalines;
S001 80 99 93
S002 90 85 95
S003 83 88 81
;
run;
如此直到最后一個變量sum。
datademoPDV;
input ID $ Chinese Math English;
Sum=Chinese+Math+English;
datalines;
S001 80 99 93
S002 90 85 95
S003 83 88 81
;
run;
（3）完成所有DATA步后續(xù)語句，SAS自動完成輸出數(shù)據(jù)集。
datademoPDV;
input ID $ Chinese Math English;
Sum=Chinese+Math+English;
datalines;
S001 80 99 93
S002 90 85 95
S003 83 88 81
;
run;
將上面PDV里除了自動變量_ERROR_，_N_外，其他變量自動輸出到數(shù)據(jù)集DemoDPV。
（4）返回DATA步第一語句，初始化PDV。
datademoPDV;
input ID $ Chinese Math English;
Sum=Chinese+Math+English;
datalines;
S001 80 99 93
S002 90 85 95
S003 83 88 81
;
run;
（5）開始讀入第二條記錄的第一個變量ID。
（6）如此循環(huán)重復(fù)，讀完最后一條記錄的最后一個變量，寫入數(shù)據(jù)集。
（7）再次返回第一條DATA語句，發(fā)現(xiàn)已經(jīng)沒有數(shù)據(jù)可以讀取，直到這時，DATA步才徹底結(jié)束。
如何粗略的驗證上述步驟呢？我們可以嘗試運(yùn)行程序2-22驗證PDV，看LOG窗口給我們的信息提示。
程序2-22 驗證PDV
datademoPDV;
put "第" _n_ "次運(yùn)行前：" _all_;
input ID $ Chinese Math English;
Sum=Chinese+Math+English;
put "第" _n_ "次運(yùn)行后：" _all_;
datalines;
S001 80 99 93
S002 90 85 95
S003 83 88 81
;
run;
LOG的結(jié)果顯示：
第1 次運(yùn)行前：ID= Chinese=. Math=. English=. Sum=. _ERROR_=0 _N_=1
第1 次運(yùn)行后：ID=S001 Chinese=80 Math=99 English=93 Sum=272 _ERROR_=0 _N_=1
第2 次運(yùn)行前：ID= Chinese=. Math=. English=. Sum=. _ERROR_=0 _N_=2
第2 次運(yùn)行后：ID=S002 Chinese=90 Math=85 English=95 Sum=270 _ERROR_=0 _N_=2
第3 次運(yùn)行前：ID= Chinese=. Math=. English=. Sum=. _ERROR_=0 _N_=3
第3 次運(yùn)行后：ID=S003 Chinese=83 Math=88 English=81 Sum=252 _ERROR_=0 _N_=3
第4 次運(yùn)行前：ID= Chinese=. Math=. English=. Sum=. _ERROR_=0 _N_=4
最后補(bǔ)充說明一下：上面所展示的都是SAS默認(rèn)的、最基礎(chǔ)的、最簡單的運(yùn)行機(jī)制。當(dāng)DATA步有循環(huán)、選擇語句，有OUTPUT、RETAIN等語句時，SAS的處理流程會有所不同。
→2.5.2 @與@@的困惑
初學(xué)SAS者，或多或少都會對@與@@的理解有些吃力。官方對@的說法是：INPUT語句尾部的@是行保持符，主要作用是保持?jǐn)?shù)據(jù)行停留在此行，不要跳到下一行。
@稱為單尾@，@@稱為雙尾@，很多情況下，我們連一個@也不用，我姑且稱之為無尾。那么什么情況下用無尾、什么情況下用單尾、什么情況下用雙尾呢？以下是筆者總結(jié)的一些原則：
● 當(dāng)DATALINES數(shù)據(jù)行里要讀入的數(shù)據(jù)列數(shù)=要讀入的變量數(shù)，也就是說一行就是一條觀測時，無尾。
● 當(dāng)DATALINES數(shù)據(jù)行里要讀入的數(shù)據(jù)列數(shù)>要讀入的變量數(shù)，而且是整數(shù)倍時，也就是說一行= K*數(shù)條觀測（K為≥1的整數(shù)），用@@。
● 當(dāng)一個DATA步里有多個INPUT語句時，我們需要單尾@。
程序2-23 @與@@示例程序
*=== 數(shù)據(jù)列數(shù)=變量數(shù);
datatest1;
input id x y z;
datalines;
1 98 99 97
2 93 91 92
;
run;
*=== 數(shù)據(jù)列數(shù)=變量數(shù)，多個input語句;
datatest2;
input id@;
input x@;
input y@;
input z@;
datalines;
1 98 99 97
2 93 91 92
;
run;
*=== 數(shù)據(jù)列數(shù)=k*變量數(shù);
datatest3;
input id x y z @@;
datalines;
1 98 99 97 2 93 91 92
;
run;
關(guān)于@、@@與跳行，筆者曾簡單總結(jié)了如下原則：
● 無尾Hold不住立即跳。
● 一尾（@）Hold當(dāng)前INPUT語句不跳，但若剛好是DATA步最后一個INPUT語句，跳。
● 二尾（@@）打死都不跳。
● 最后，無論多少尾，數(shù)據(jù)行末尾必定自動跳。
例如，實(shí)例程序2-24 @與@@的辨析中第一個程序，由于INPUT X后面有@，且不是最后一個INPUT語句，故讀完X=1后，不跳行，繼續(xù)讀Y=2, 由于INPUT Y后無尾，立即跳行，故讀Z時為Z=4，又因INPUT Z后有@@，雖然這是最后一個DATA步的IPUT語句，不跳，程序返回開頭，開始讀第二條觀測，X=5，不跳，Y=6，跳，Z=7。故最終的結(jié)果為兩條觀測，X，Y，Z的值分別為：1，2，4；5，6，7。第二個程序，答案是1，4，5，各位讀者能運(yùn)用上面的原則得出答案嗎？
程序2-24 @與@@的辨析
datatest;
input x @; /*單個@，能Hold住，讀后不跳*/
input y; /*沒有@，Hold不住，讀后跳*/
input z @@; /*兩個@，Hold住沒問題，但讀入y=6后，到達(dá)數(shù)據(jù)行末尾，因此自動跳*/
datalines;
1 2 3
4 5 6
7
;
run;
data test;
input x ; /*無@，Hold不住，讀后立即跳*/
input y @@; /*兩個@，Hold住，讀后不跳*/
input z @; /*單個@，但是是最后一個INPUT語句，跳*/
datalines;
1 2 3
4 5 6
7;
run;
- FuelPHP Application Development Blueprints
- Beginning Java Data Structures and Algorithms
- Vue.js快速入門與深入實(shí)戰(zhàn)
- Raspberry Pi for Secret Agents（Third Edition）
- Java FX應(yīng)用開發(fā)教程
- SQL for Data Analytics
- Data Analysis with Stata
- Learning Data Mining with R
- Oracle Exadata專家手冊
- 零基礎(chǔ)學(xué)Python編程（少兒趣味版）
- Yii2 By Example
- C語言程序設(shè)計教程
- Backbone.js Patterns and Best Practices
- 數(shù)據(jù)結(jié)構(gòu)與算法詳解
- 軟件自動化測試實(shí)戰(zhàn)解析：基于Python3編程語言