sas - SAS PROC SQL:在对IN()进行硬编码时，为什么会有不同？

我对SAS PROC SQL中的以下2个代码有疑问。

代码1 :(标准图书版本)

CREATE TABLE WORK.OUTPUT AS
SELECT
    "CLAIM" AS SOURCE,
    a.CLAIMID,
    a.DXCODE
FROM
    DW.CLAIMS_BAV AS a
WHERE
    a.SITEID = '0001'
    AND a.CLAIMID IN (SELECT CLAIMID FROM WORK.INPUT)

代码2 :(实践中更快的方法)

CREATE TABLE WORK.OUTPUT AS
SELECT
    "CLAIM" AS SOURCE,
    a.CLAIMID,
    a.DXCODE
FROM
    DW.CLAIMS_BAV AS a
WHERE
    a.SITEID = '0001'
    AND a.CLAIMID IN ('10001', '10002', '10003', ... '15000')

当我尝试通过在＃1中使用子查询来更优雅地执行此操作时，运行时间会超过50分钟。但是使用代码2在3分钟内返回了相同的输入。为什么？注意，使用INNER JOIN(after reading this)也同样慢。输入的是5000+ CLAIMID，我每天手动将其粘贴到IN('...')块中。

PS:CLAIMID是虚构的，在现实生活中它们是随机的。

CLAIMID在DW.CLAIMS中建立索引。我正在使用SAS PROC SQL访问Oracle数据库。发生了什么，还有更好的方法吗？谢谢!

最佳答案

我不知道我能不能告诉您为什么SAS在初选时这么慢？在那种情况下，显然没有优化的地方。

如果我不得不猜测，我猜想SAS在第一种情况下决定不能使用直通SQL，因此它先下载整个大表，然后在SAS端运行，而在第二种情况下是将查询传递到SQL数据库，并且仅将结果行传输回去。

但是无论如何，有几种方法可以解决此问题。这是一个:使用宏变量精确地进行粘贴!

proc sql;
select quote(strip(claimid)) into :claimlist separated by ','
from work.input
;

CREATE TABLE WORK.OUTPUT AS
SELECT
    "CLAIM" AS SOURCE,
    a.CLAIMID,
    a.DXCODE
FROM
    DW.CLAIMS_BAV AS a
WHERE
    a.SITEID = '0001'
    AND a.CLAIMID IN (&claimlist.)
;
quit;

Tada，您不必再碰这个了，它与您执行的复制/粘贴相同。

一些额外的注释给出了一些评论:

如果CLAIMID小于15，则可能会有空格填充，因此我添加了strip来删除这些填充。字符串比较并不重要-除非您可能用尽了宏语言，否则我担心某些DBMS可能实际上关心填充。如果15是恒定长度，则可以省略strip。

宏变量在空间上最多可运行64K。如果您有15个字符变量加上“”两个加逗号1，则您有18个字符；您可以容纳3500个以上的值。不幸的是，这个数字还不到5000。

在这种情况下，您可以将字段拆分为两个宏变量(希望很容易，请使用obs和firstobs)，或者可以执行其他一些解决方案。

将work.input数据集转移到DW libname中，然后在其中执行SQL连接。

将ClaimID的内容放入文件中，而不是宏变量中，然后%include该文件。

使用call execute执行整个proc SQL。

这是CALL EXECUTE的一个示例。

data _null_;
  set work.input end=eof;
  if _n_=1 then do;
    call execute('CREATE TABLE WORK.OUTPUT AS
SELECT
    "CLAIM" AS SOURCE,
    a.CLAIMID,
    a.DXCODE
FROM
    DW.CLAIMS_BAV AS a
WHERE
    a.SITEID = "0001"
    AND a.CLAIMID IN (');      *the part of the SQL query before the list of IDs;
  end;
  call execute(quote(claimID) || ' ');
  if EOF then do;
    call execute('); QUIT;');  *the part of the SQL query after the list of IDs;
  end;
run;

实际上，这与%INCLUDE解决方案几乎完全相同，除了您将填充的put填充到文本文件中，而不是对其进行CALL EXECUTE编码之后，再对文本文件进行%INCLUDE。

关于sas - SAS PROC SQL:在对IN()进行硬编码时，为什么会有不同？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47099028/