performance - 什么对 SAS 数据集性能的影响更大 - 观察数量或变量数量？

Question

在 SAS 中处理不同数据集一两个月后，在我看来，数据集包含的变量越多，在数据集上运行 PROC 和其他操作所需的时间就越多。然而，如果我有 5 个变量，但有 100 万个观察值，性能不会受到太大影响。

虽然我对观察或变量是否会影响性能很感兴趣，但我也想知道在查看 SAS 性能时是否遗漏了其他因素？

谢谢!

Answer 1

对于相同大小的数据集(行*列)，我相信具有更多变量的数据集通常会更慢。我尝试创建两个包含 1 行和 10000 列，或 1 列和 10000 行的数据集。具有更多变量的那个需要更多的内存和时间。

options fullstimer;
data a;
    retain var1-var10000 1;
run;
data b(drop=i);
    do i=1 to 10000;
    var1=i;
    output;
    end;
run;

在日志上

31   options fullstimer;
32   data a;
33       retain var1-var10000 1;
34   run;

NOTE: The data set WORK.A has 1 observations and 10000 variables.
NOTE: DATA statement used (Total process time):
      real time           0.23 seconds
      user cpu time       0.20 seconds
      system cpu time     0.03 seconds
      Memory                            5382k
      OS Memory                         14208k
      Timestamp            10/14/2009  2:03:57 PM


35   data b(drop=i);
36       do i=1 to 10000;
37       var1=i;
38       output;
39       end;
40   run;

NOTE: The data set WORK.B has 10000 observations and 1 variables.
NOTE: DATA statement used (Total process time):
      real time           0.01 seconds
      user cpu time       0.00 seconds
      system cpu time     0.01 seconds
      Memory                            173k
      OS Memory                         12144k
      Timestamp            10/14/2009  2:03:57 PM

您还应该查看 BUFNO=和 BUFSIZE= .如果您必须多次访问数据集，您可以考虑使用 SASFILE以及将整个数据集存储在内存中。