PROC数据集中的索引、用于SAS的PROC SQL和ORACLE库

Question

我对SAS中索引的使用有点困惑。

我找到了两种实现它们的方法：

使用PROC

CREATE <UNIQUE> INDEX index-name 
 ON table-name ( column <, ... column>);  

使用PROC数据集

proc datasets library=college;
   modify survey;
      index create class;
      index create major;
run;

proc datasets library=college;
   modify maillist;
      index create zipid=(zipcode schoolid);
run;

proc datasets library=college;
   modify student;
      index create idnum / unique;
run;

proc datasets library=college;
   modify student;
      index create religion / nomiss;
run;

我的第一个问题是，他们做同样的事吗？我假设他们会这样做，但考虑到文档似乎没有交叉引用它们，并且nomiss在PROC SQL中没有选择，我有一些疑问。

我的第二个问题是，如果我有Oracle库和SAS库，那么在ORACLE中定义的索引与在SAS中定义的索引之间的关系是什么？

以下查询运行得非常快，因为该表是在Oracle DB中索引的：

PROC SQL;
  SELECT * FROM ORACLELIB.MY_TABLE
  WHERE RELATION_ID = 1097;
QUIT;

但是，如果我试图对位于我的WORK库中的1列、1条观察和索引表执行一个简单的内部连接，那么查询需要花费大量的时间：

data TEST;
   input RELATION_ID;
   datalines;
   1097
;

proc datasets library=WORK;
   modify TEST;
      index create RELATION_ID;
run;

PROC SQL;
  SELECT * FROM ORACLELIB.MY_TABLE t1
  INNER JOIN TEST t2
  ON t1.RELATION_ID = t2.RELATION_ID;
QUIT;

这也是缓慢的：

PROC SQL;
  SELECT * FROM ORACLELIB.MY_TABLE t1
  WHERE RELATION_ID IN (SELECT RELATION_ID FROM TEST);
QUIT;

我还试图在oracle库中创建我的测试表，该库不位于同一个oracle服务器上)：

data ORACLELIB2.TEST;
   input RELATION_ID;
   datalines;
   1097
;

这似乎同样缓慢(在本例中，由于限制，我无法对其进行索引，但这只是一个观察)。

这就引出了我的最后一个问题，我怎样才能让这个连接运行的速度达到应有的速度？

补充说明：

我有3台服务器：

• 我无法编写的主要ORACLE服务器，它包含以MY_TABLE为特征的库
• 另一个ORACLE服务器，我可以在那里编写。
• 一个SAS服务器，在这里我可以编写

我的主要用途是以下类型的查询：

CREATE TABLE NEWTABLE AS
SELECT *columns* FROM smaller_table t1 LEFT JOIN MY_TABLE t2
ON t1.RELATION_ID = t2.RELATION_ID and t1.other_col = t2.other col
WHERE *additional restrictions on t2*;

Answer 1

您将需要研究SASTRACE=选项(9.2博士)，该选项将记录远程库引擎正在做的事情。我原以为引擎会对简单的联接进行自己的隐式传递。引擎将自动将一些SAS函数和分组子句转换为Oracle方面的等价物。

如果您无法使服务器端以预期的快速方式操作，对于少量in ({两千})，请考虑生成IN列表的代码，并查看其性能是否更好。

proc sql noprint;
  select relation_id into :id_list separated by ',' from test;

  SELECT * FROM ORACLELIB.MY_TABLE t1
  WHERE RELATION_ID IN (&id_list);
quit;

如果ids是字符，则代码生成器必须对选择中的值进行quote()。

Answer 2

实际上，在SAS中创建索引有三种方法

1. Proc数据集/修改/索引创建
2. 数据集选项(index=)，以及
3. Proc SQL/ Create索引

除了Unique之外，前两种方法都是指定选项的唯一方法。

如何使连接更快的答案可能涉及Oracle DB中的(Pass)处理和SAS中的前后处理的组合。也可能不涉及创建索引。

这取决于：

• ( a)你的资料所在及资料大小，及
• 从结果上看，你要达到什么目的。

你能提供更多的信息吗？

编辑:好，Oracle中的大表，SAS中的小表，小表是输出行的驱动程序。

在不知道绝对细节的情况下，查询速度慢的原因与索引无关，而是与“从大型Oracle表中”提取数据以满足查询这一事实有关。

很容易修复，根据Richard更新的答案的最后一句:将小表转移到Oracle.

要清除，请将小表传输到Oracle，在那里运行查询并将结果保存在那里。如果需要，使用适当的传输设施将数据导出到SAS .

Answer 3

关于

如果我将我的测试表移到oracle库中，这些查询仍然很慢(在本例中，由于限制，我无法对其进行索引，但这只是一个观察)。

你是怎么搬到甲骨文的？附注：ORACLELIB不是一个有效的SAS，所以我猜这是伪代码。

看看关系数据库的SAS/ACCESS 9.4 :参考，第九版，例如:创建并加入一个永久表和一个临时表。

该示例具有dbmstemp=yes libname选项和

演示如何使用此选项创建永久表和临时表，然后将它们连接到查询中。

还可以将测试表数据上载到连接会话临时表中，然后通过传递SQL查询选择结果集。传递查询将允许您完全控制查询包含特定于主机的特性(例如，Oracle提示强制索引使用)，而SAS远程库引擎可能不使用这些功能。

不管连接方式如何，系统间的传输可能是最耗时的方面之一。您希望找到在最少的传输上执行最多工作的方法。