SAS index 索引

最近在處理數據量較大的項目時，應用到index索引與HASH對象的結合使用，總結一下對index做爲建索引的相關知識點

 1.概念

索引：索引是一種輔助的數據結構，經過一個或者多個關鍵變量來直接指向觀測。SAS索引有兩類，簡單索引：只基於一個變量的值，索引名自動等於關鍵變量名；複合索引：基於多於一個的關鍵變量，需自定義惟一的名稱

 2.什麼狀況使用索引

 雖然索引能夠當作指向數據的快捷方式，可是索引的開銷至關高，包括磁盤空間的開銷及處理等，因此要考慮創建索引的狀況：

訪問的觀測遠遠小於整體

用於BY語句引用已排序的變量

 3.如何建索引

 3.1 DATA步

/*簡單索引*/

DATA  A(INDEX=(age));

SET SASHELP.CLASS;

RUN;

/*複合索引*/

DATA B(INDEX=(A_W=(AGE WEIGHT)));

SET SASHELP.CLASS;

RUN;

 3.2 PROC SQL步

PROC SQL;

DROP INDEX AGE FROM A;

CREATE INDEX AGE ON A(AGE);/*簡單索引*/

CREATE INDEX A_W ON A(AGE,WEIGHT);/*複合索引*/

QUIT;

 3.3 PROC DATASETS

PROC DATASETS LIB=<libname>;

MODIFY <datasetname>;

INDEX CREATE <index_name>/<NOMISS> <UNIQUE>

<UPDATECENTILES=ALWAYS|NEVER|integer>

RUN;

這裏：

libname:邏輯庫名稱

Datasetname:數據集名稱

Index_name:索引名，能夠是一個關鍵變量名，也能夠是自定義的變量名，但須要指定對應哪幾個變量

選項中：

NOMISS：從索引中排除全部索引變量缺失值的觀測

UNIQUE：指定索引變量或者變量組合必須是惟一的

UPDATECENTILES：指定數據值更新多少時，索引也隨之更新，能夠是老是更新|從不更新|設定的百分比10（表示10%），默認是5（percent）

 

LIBNAME S ‘.’;

/*簡單索引；指定對S邏輯庫下A數據集，以AGE爲關鍵變量建索引*/

PROC DATASETS LIB=S;

MODIFY A;

INDEX CREATE AGE;

RUN;

/*複合索引：三個關鍵變量括號裏的順序爲關鍵次序，A_W_H是惟一的索引名*/

PROC DATASETS LIB=S;

MODIFY A;

INDEX DELETE AGE;/*刪除索引*/

INDEX CREATE A_W_H=(AGE,WEIGHT,HEIGHT);

RUN;

須要注意的是，若是原有的索引已經存在，必須先刪除，再從新創建

 4. OPTIONS MSGLEVEL=N|I；查看索引的使用狀況

N：僅打印NOTES、WARNING、ERROR信息，系統的默認選項。

I：打印N選項的信息，同時打印附屬信息，包括索引的使用、合併處理、排序等附加信息。

5.SAS不使用索引的狀況

（1） DATA步使用IF語句取子集

（2）WHERE 表達式只有部分包含關鍵變量

（3）SAS檢測出順序讀取數據更有效率

6.示例：實現對年齡的分組，組內排序

---

 

 

結果：

---

---

 

參考文檔：http://blog.163.com/shen_960124/blog/static/6073098420136161844551/和SAS help