请教斑竹Ahuige一个关于双SET语句在PDV流程中的运作机制

shiyiming

版主，你好：
拜读了你之前给别人解答的一个双SET语句后，有个PDV运作机制的问题真心的请教你，望不吝赐教！你写的原程序如下：
data ahuige(drop=num1 num2);
set b;
retain num1 num2 add;
do while (not (num1<=num<=num2) and (point+1<=maxA)) ;
point+1;
set a point=point nobs=maxA;
end;
run;
proc print;
run;
但是，在我把retain num1 num2 add语句去掉后，所得结果相同，我的问题是：在双SET语句中，第二个SET语句里面的数据集所有变量是不是自动RETAIN？我们知道，在PDV里面，当程序返回DATA步开头时，系统会清空所有非RETAIN变量为缺失值，所以当程序读到数据集B的第二条观测时，按照我的理解，数据集A和B里面的所有变量由于没有RETAIN，应该被PDV清空为缺失值，是这样吗？还是数据集A里面的所有变量自动RETAIN直到在DO循环里面被更新？
另外，这里的SET/SET语句在系统里面开辟几条PDV？是一条吗？
多谢赐教！

shiyiming

已弄明白，多谢各位！

shiyiming

没有上下文的来看，retain估计有可能是不必要的语句。PDV应该是一个DATA步一个吧。

shiyiming

是的，您说的没错。双SET语句虽然共用一个程序向量PDV，但是数据指针一人一个，所以RETAIN在双SET语句中对第二个SET数据集是没有任何作用的，还有第二个SET语句中的循环控制，您用的POINT=选项似乎也没有必要，一切都是数据指针在控制。我已经测试如下：
您的代码：
data ahuige(drop=num1 num2);
set b;
retain num1 num2 add;
do while (not (num1<=num<=num2) and (point+1<=maxA)) ;
point+1;
set a point=point nobs=maxA;
end;
run;
proc print;
run;
简化后的代码：
data ahuige(drop=num1 num2);
set b;

do while (not (num1<=num<=num2) ) ;

set a ;
end;
run;
proc print;
run;

不知道是不是有潜在的问题，不过它肯定比SQL的BETWEEN来得快得多！
再次感谢Ahuige！

shiyiming

我看了一下原帖，加PIONT的原因是为了避免A数据集过短。使得B数据集后没有匹配的记录全部DROP掉了。所以强制不让DATA步过早退出，不过应该再加一句清空未匹配的ADD变量。如果用你的方式，也应该要加类似的处理，不过如果一个萝卜保证有一个坑的话。就无所谓了。

[code:30s5n6g6]
data a;
input num1 num2 add $20. ;
call symput('maxA',_n_);
cards;
0 5  bj

;
run;

proc sort ;
  by num1 num2;
run;

data b;
input id $ num;
cards;
001 8
002 9
003 43
004 1000
;
run;

proc sort ;
  by num;
run;

data ahuige(drop=num1 num2);
  set b;
  retain num1 num2 add;
  do while (not (num1<=num<=num2) and (point+1<=&maxA)) ;
    point+1;
    set  a point=point;
  end;
  if not (num1<=num<=num2 )then add='';
run;

data ahuige2(drop=num1 num2);
set b;

do while (not (num1<=num<=num2) ) ;

set a ;
end;
run;

[/code:30s5n6g6]