关于kindex的疑惑

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

用kindex做文本匹配，如果kindex的第二个参数是一个向量，在做表连接的时候，是否会出现查不出文本所在位置的情况？
如
proc sql;
create table x as
  select * from
   table1 t1left join talbe2 t2
   on kindex(t1.var1, t2.var3) ne 0;
quit;
还会提示，“该查询涉及多个笛卡尔积。。。。”
用1000000行和1000行匹配效率极低。

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：kindex Index kind IND left join

你是在sql语句里用的kindex
出现的位置也是在on子句里
在这里是用t1表每个观测的var1变量和t2表每个观测的var3变量匹配
不存在第二个参数是向量的问题

又因为你这是一个观测一个观测的匹配（on里面有其他非sql的函数表达式）
所以只能先做一个笛卡尔积，这时会非常慢，数据量大的话基本不可行
我也不知道有什么其他好的办法，这种大规模的文本挖掘，估计用sql是不行了

playmore 发表于 2014-4-29 08:58
你是在sql语句里用的kindex
出现的位置也是在on子句里
在这里是用t1表每个观测的var1变量和t2表每个观测的 ...

说的有道理，已经采取了更笨的办法。在data步里做

playmore 发表于 2014-4-29 08:58
你是在sql语句里用的kindex
出现的位置也是在on子句里
在这里是用t1表每个观测的var1变量和t2表每个观测的 ...

这个本质和你之前那个汉字转拼音是等价的
以我了解hash和format是效率最好的两种