跟crackman读SAS程序（75）--Merge SQL在合并数据集上的差异

shiyiming · 发表于 2010-10-22 13:20:42

From crackman's blog

data crackman1(index=(x));
input x y;
datalines;
1 2
3 4
5 6
;
run;
data crackman2(index=(x));
input x z;
datalines;
1 8
3 9
5 7
;
run;
data crackman;
merge crackman1 crackman2;
by x;
run;
proc sql;
create table crackman as select a.x,a.y,b.z from crackman1 a,crackman2 b where a.x=b.x;
quit;
 
两种方法都可以实现既定的目标
但是各有什么优缺点呢？
MERGE：
优点：
1.除非内存限制，否则对要合并的数据集的观测总数是没有限制的
2.可以通过DATA STEP里面的DO LOOP和ARRAY以及其他一些MERGE的功能来实现比较复杂的逻辑合并
3.可以通过对要合并数据集的多个变量的比较进行合并
缺点：
1.要合并的数据集必须先排序或者建立索引
2.根据多个变量或者一个变量的比较进行数据集合并，那么前提是要合并的数据集必须包括要比较的变量。
3.按照指定的变量进行严格比较，获得所需要的结果，而且必须至少有一个观测是匹配成功的。
因为MERGE在DATA STEP里面，在匹配的过程中，如果匹配成功之后，不会再重复读取已经匹配成功的数据观测，例如：如果crackman1的第一个观测和crackman2的第一个观测匹配成功了，那么在进行第二个观测匹配时，就不会再去读取第一个观测的数据，所以效率会高些。但是SQL不是这样的，SQL是多对多的扫描匹配，产生一个cartesian product，笛卡尔乘积，所以相对MERGE显得速度和效率要慢一些
SQL：
优点：
1.数据集不需要排序或者建立索引，当然如果建立索引更好
2.多个数据集可以一次合并，而且不要求合并的数据集含有共同的变量
3.SQL可以创建数据集，view以及report query。
缺点：
1.一次合并的数据集数据不能超过32个
2 SQL实现数据集间的复杂的连接关系上比MERGE要复杂点
3.SQL在合并数据集过程中对系统资源的消耗要高于MERGE（原因开始说了很清楚）。
data crackman3(index=(c=(x y))); 
input x y $12.@; 
datalines; 
1 crack 
1 man 
2 crackman 
run; 
data crackman4(index=(d=(x z))); 
input x z $12. @; 
datalines; 
1 woody 
1 wang 
2 woodywang 
; 
run; 
data crackman5; 
merge crackman3 crackman4; 
by x; 
run; 
proc print; 
run; 
proc sql; 
create table crackman6 as select a.x,a.y,b.z from crackman3 a ,crackman4 b where a.x=b.x; 
quit; 
proc print; 
run;
看看结果就很清楚了 <a href="http://hi.baidu.com/crack%5Fman/blog/item/c4cf52b1ef327ec137d3ca84.html">阅读全文</a>

 类别：<a href="http://hi.baidu.com/crack%5Fman/blog/category/%B8%FAcrackman%B6%C1sas%B3%CC%D0%F2">跟crackman读sas程序</a> <a href="http://hi.baidu.com/crack%5Fman/blog/item/c4cf52b1ef327ec137d3ca84.html#comment">查看评论</a>

		自动登录	找回密码
密码			立即注册