当我们提交运行一个DATA步程序后,具体发生了什么事情。SAS程序与其他程序一样,在运行时都要经过两个阶段:编译(Compilation)、执行(Execution)。
程序首先经过编译阶段,该阶段主要检查代码语法错误,以及执行一些编译时语句及创建PDV,缓存等相关的环境。如果发现代码存在语法错误,则不进入执行阶段,并且将发现的所有语法错误问题在日志中显示。如果在编译阶段未发现语法错误,则程序会进入执行阶段,真正运行代码,读取数据,处理数据。
SAS程序中的语句,按照其在编译阶段还是执行阶段生效,可分为三种:
仅在编译阶段有效,例如:length、format、label、retain、keep、drop等语句,一般是有关变量属性的语句;
仅在执行阶段有效,例如:if-else、do while等条件控制及循环语句;
在编译和执行阶段都有效,例如:set、merge等语句,在编译阶段会读取数据的元数据信息,在执行阶段开始读取数据。
其实SAS程序在编译之前还有一个更细节的步骤,称之为“Tokenization”;这个过程类似于文本挖掘当中的分词过程。该过程将整段程序分块,然后逐一读取。完成这项工作的组件称之为“Word Scanner”,该组件将程序拆分成一个个的小块,称之为“Token”。
所以,Token就类似于分词过程中词典中的词,它有以下4种形式:
Literal:用引号引起来的字符串
Number:包括:纯数字、日期常量、时间常量、十六进制数
Name:以字母或者下划线开头的字符串
Special:其他的一些符号,例如:* / + - ** ; $ ( ) . & % =
在完成Tokenization的过程时,涉及到一个区域叫“Input Stack”。它就是在内存中的一块区域。用于临时保存提交的代码。所以,更深入一些来看,当你提交SAS程序后有以下4个过程:
将提交的代码Copy到Input Stack;
Word Scanner完成Tokenization的工作,启动编译器,发送Tokens到Compiler;
Compiler接收Word Scanner发送的Tokens。如果所有的Tokens都接收完毕,或者遇到一个DATA Step boundary,开始Compiling;
程序编译完无错误,开始Executing;
。。。。。。。。。。。。。。。。。
版权原因,完整文章,请参考如下:SAS程序编译执行过程