4、深入探索SAS在数据仓库、数据集市和数据湖中的应用

深入探索SAS在数据仓库、数据集市和数据湖中的应用

1. 索引设置

在使用SAS进行数据处理时，排序可能无法满足复杂场景的需求，此时需要考虑在特定变量上设置索引。例如，在 PROC MEANS 代码中，SAS期望数据集已按 BY 变量排序，若不满足此条件，可在运行代码前对数据集按该变量重新排序，但这可能会破坏其他排序顺序，影响 WHERE 子句的使用效率。

索引有助于从大型数据集中提取小部分数据时提升SAS的性能。若提取的数据子集占数据集的比例不超过20%，设置索引通常能提高程序性能；若比例更大，索引可能无效甚至降低性能。

以下是在示例数据集 Chap_1_1_Infile 的 _STATE 变量上创建索引的方法：
- 在数据步中创建简单索引 ：

data Chap_1_1_Infile (index=(_STATE));
    /* 数据步代码 */
run;

• 使用 PROC DATASETS 创建简单索引 ：

PROC DATASETS nolist;
    modify Chap_1_1_Infile;
    index create _STATE;
RUN;

<