SAS' DATA STEP内部逻辑

SAS data step 包含两个阶段，编译和执行阶段，具体流程如下：

一般来讲，SAS DATA Step处理的第一阶段是编译阶段，主要执行以下任务：
1.自动将SAS语句转换为稍后要执行的机器代码
2. 标识变量的类型以及长度
3. 确定后续的引用是否需要对变量进行类型转化
4. 若存在外部的input语句，则创建输入缓冲区
5. 创建程序数据向量（PDV)
6. 创建数据集和变量的描述性信息
7. 执行语句，但仅限于编译；给编译器如何开始提供相应的信息：DROP,KEEP,RENAME,RETAIN,WHERE,LABEL,LENGTH,FORMAT,ARRAY,BY,ATTRIB
8. 创建自动变量：N,ERROR,END=,IN=,FIRST,LAST,POINT=
第二阶段是执行阶段：
1.从data语句开始，并将_N_变量设置为1（每第二代一次DATA步，_N_加1）。
2. 在PDV中将变量值设置为缺失
3. 使用Input 语句将数据记录读入缓冲区（如果读取原始文件）
4. 使用以下语句之一从SAS数据集读取SAS观察结果：set,merge,modify,update
5. 执行data步内的语句
6. 将观测写入OUTPUT 的数据集（data null 除外）
7. 返回至data 语句
8. 每次迭代都会重复所有操作，直到达到输入文件的末尾
9. 如果DATA Step 不包含输入记录的读取，则默认情况下仅执行一次。
10.上述的默认执行顺序可以通过IF-THEN-ELSE 改变

SAS参考教程中将PDV定义为：“PDV是内存中用来创建数据集的逻辑区域，每次只涉及一条观测值。当程序执行时，SAS从输入缓存区中读入数值或通过执行SAS语句创建数值。数据值赋给PDV中一个合适的变量。SAS将该数值作为一条观测值写入SAS数据集。”

例：

data example1;
put "after compile before execution:"_all_;
x = "hello";
y = "world";
n = 5;
m = n * 2;
put "at end of execution:" _all_;
run;

编译阶段创建的PDV 如下：

x	y	n	m	_N_	ERROR
		.	.	1	0

在data 步结束后，PDV如下：

x	y	n	m	_N_	ERROR
hello	world	5	10	1	0

只有一条记录输出道example1 数据集中，N,_ERROR_为临时变量，在输出时设置为MISSING.