影響SAS數據集性能的因素更多 - 觀察次數或變量數量？

Question

在使用SAS中的不同數據集一到兩個月後，在我看來，數據集所具有的變量越多，在數據集上運行PROC和其他操作所需的時間就越多。然而，如果我有5個變量，但有100萬個觀測值，性能不會受到太多影響。

雖然我對如果觀察結果或變量影響性能感興趣，但我還想知道在查看SAS性能時是否還有其他因素？

謝謝！

Answer 1

對於相同大小的數據集（行*列），具有更多變量的數據集通常會比較慢，我相信。我試着創建兩個數據集，分別是1行和10000列，或者1列和10000行。具有更多變量的變量需要更多的內存和時間。

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

在登錄

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 

您也應該檢查BUFNO=和BUFSIZE=。如果您必須多次訪問數據集，則可以考慮使用SASFILE以將整個數據集存儲在內存中。

Answer 2

我不能完全闡明（並且正在進行有根據的猜測），但我想這與一系列因素有關，包括整個記錄被讀入PDV，這意味着更多的數據位於有許多變量的記憶。

對壓縮數據集進行一些測量可能是值得的，因爲I/O往往是瓶頸。

SAS數據集選項：

data foo(compress=yes); 
... 
run;