proc report输出速度与数据集大小有关还是和实际内容的大小有关

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

proc report输出速度与数据集大小有关还是和实际内容的大小有关
rave系统的lab数据集比较大，将长度改为自适应长度后，proc report的速度有变化么

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：proc report Report repor repo Port

我编写程序进行了验证，认为应该是与实际内容有关，与数据集的大小关系不大，并且，观测数变化一个量级带来的影响，要比变量实际长度变化一个量级带来的影响大得多。

我的程序如下：

1. /*
   
2. 生成样本数据
   
3. test1: 10万条观测, 1个长度为4的变量, 该变量填满了值;
   
4. test2: 10万条观测, 1个长度为4000的变量, 该变量仅有前4个字节填了值;
   
5. test3: 10万条观测, 1个长度为4000的变量, 该变量填满了值;
   
6. test4: 100万条观测, 1个长度为4的变量, 该变量填满了值;
   
7. */
   
8. data test1(keep=text1) test2(keep=text2) test3(keep=text3) test4(keep=text4);
   
9.   length text1 text4 $4. text2 text3 $4000.;
   
10.   do i=1 to 100000;
    
11.     text1='ABCD';
    
12.     text2='ABCD';
    
13.     text3=repeat('ABCD',999);
    
14.     output test1 test2 test3;
    
15.   end;
    
16.   do i=1 to 1000000;
    
17.     text4='ABCD';
    
18.     output test4;
    
19.   end;
    
20. run;
    
21. 
    
22. *一个用于计算程序运行耗时的宏;
    
23. %macro run_time(prog,reps=10);
    
24. option nonotes;
    
25. %local st_time end_time dif_time_lst;
    
26. 
    
27. %do _i_=1 %to &reps.;
    
28.   %let st_time=%sysfunc(datetime());
    
29.   %unquote(&prog.);
    
30.   %let end_time=%sysfunc(datetime());
    
31.   %let dif_time&_i_.=%sysevalf(&end_time.-&st_time.);
    
32. %end;
    
33. 
    
34. %let dif_time_lst=&dif_time1.;
    
35. %do _i_=2 %to &reps.;
    
36.   %let dif_time_lst=&dif_time_lst.,&&dif_time&_i_.;
    
37. %end;
    
38. 
    
39. option notes;
    
40. %put NOTE: Time Used(sec):;
    
41. %put NOTE-Median: %sysfunc(median(&dif_time_lst.),8.3);
    
42. %put NOTE-Mean: %sysfunc(mean(&dif_time_lst.),8.3);
    
43. %put NOTE-Min: %sysfunc(min(&dif_time_lst.),8.3);
    
44. %put NOTE-Max: %sysfunc(max(&dif_time_lst.),8.3);
    
45. %mend;
    
46. 
    
47. *调用宏以计算proc report在不同测试数据集上的时间消耗;
    
48. ods noresults;
    
49. %run_time(%nrstr(proc report data=test1;run;));
    
50. %run_time(%nrstr(proc report data=test2;run;));
    
51. %run_time(%nrstr(proc report data=test3;run;));
    
52. %run_time(%nrstr(proc report data=test4;run;));

复制代码

运行该程序，结果如下：

1. %run_time(%nrstr(proc report data=test1;run;));
   
2. NOTE: Time Used(sec):
   
3.      Median:    1.837
   
4.      Mean:    1.814
   
5.      Min:    1.476
   
6.      Max:    2.126
   
7. 
   
8. %run_time(%nrstr(proc report data=test2;run;));
   
9. NOTE: Time Used(sec):
   
10.      Median:    2.037
    
11.      Mean:    2.172
    
12.      Min:    2.014
    
13.      Max:    2.820
    
14. 
    
15. %run_time(%nrstr(proc report data=test3;run;));
    
16. NOTE: Time Used(sec):
    
17. Median:    3.428
    
18.      Mean:    3.455
    
19.      Min:    3.342
    
20.      Max:    3.692
    
21. 
    
22. %run_time(%nrstr(proc report data=test4;run;));
    
23. NOTE: Time Used(sec):
    
24.      Median:   17.927
    
25.      Mean:   17.983
    
26.      Min:   15.904
    
27.      Max:   20.924

复制代码

对比 test1 与 test2 ，可知变量的内容不变时，变量长度变化了3个量级，对运行耗时的影响也很小。
对比 test1 与 test3 ，可知变量的内容增大3个量级时，运行耗时有所增长，但增长不到一倍。
对比 test1 与 test4 ，可知观测的数量增大1个量级时，运行耗时几乎也增大了一个量级。

我是用 Win11 64 位计算机进行测试，SAS 版本是 SAS 9.4 M8.
以上测试还比较简陋，仅供参考。