8、SAS 计算与模拟技术深度解析

SAS 计算与模拟技术深度解析

1. 多任务计算相关要点

在编写 SAS 代码时，有一个重要规则：若声明库引用（libref），可能意味着操作有误。因为声明库引用暗示 MTC 平台无法根据输入输出声明生成 LIBNAME 语句，即输入输出声明可能不正确。

1.1 网格调度性能

RAM 的速度远快于磁盘输入输出（I/O）。现代操作系统（如 LINUX 或 Windows）依靠磁盘缓存或页面缓存来利用 RAM 的速度优势。当作业流中的所有任务在一台机器上运行时，一个任务的输出通常在后续任务准备使用时已存在于 RAM 中，此时只需给使用刚完成任务输出的任务更高执行优先级，让操作系统自行工作，就能利用磁盘缓存提升性能。

然而，当作业流的任务不在单台机器上运行时，情况就不同了。例如，若一个作业流的第一个任务在一台机器上运行，第二个任务在另一台机器上运行，第二个任务准备运行时，第一个任务的输出数据集可能不在内存中，还需通过网络传输到第二台机器，这会显著减慢任务执行速度，甚至增加机器数量反而会使作业流执行变慢。为避免这种情况，可选择合适的机器运行任务，以最小化数据移动并优化磁盘缓存的使用。但这需要了解任务的输入输出信息。

1.2 数据对象池化

任务导向编程中，工作按任务组织，每个任务定义不可变的输入和输出。任务的输出由一系列输入、任务和其他任务的输出计算得出，这些任务构成有向无环图（DAG），任务的先后顺序由数据对象的可用性决定。对于系统中的每个输出，可记录用于计算的 DAG 子集，这是一个简单的有序数据对象和任务标识符集合。当需要调度任务执行时，通过查找该有序集合，能快速确定输出是否已存在，这就是数据对象池化的本质。