在 SQL Server 上删除 SAS 数据集的特定行的有效方法答案

【问题标题】：Efficient way to delete specific rows of a SAS dataset on a SQL Server在 SQL Server 上删除 SAS 数据集的特定行的有效方法
【发布时间】：2014-10-21 04:04:01
【问题描述】：

我想从数据集中删除最近 30 天的记录。那么我有几种方法可以做到这一点。

proc sql;
delete from server.data
where Date >= today() - 30;
quit;

或

data server.data;
set server.data(where= (Date>= today() - 30));
run;

哪种方式更好？还是有更快的程序？

【问题讨论】：

delete 花费了我几乎相同的时间来构建一个新表

标签： sql-server sas delete-row sql-delete

【解决方案1】：

第一种方法更快。

但是，这种方法会保留已删除的观察结果（它们被标记为已删除）。这会导致表的 NOBS 和 NLOBS 属性之间存在差异。因此，如果空间是一个考虑因素，我会推荐第二种方法（以相同的方式使用宏变量常量）。这将重建没有这些记录的表。请记住重新创建任何索引和约束，它们将在重建过程中被销毁..

编辑：我之前曾建议下面会更快，但事实证明不是 - 请参阅线程中乔的评论..

proc sql;
delete from server.data
where Date >= %eval(%sysfunc(today()) - 30);

【讨论】：

原表有10M多条记录。这就是为什么我不想重建整个表。这真的很耗时。
原始表是 SAS 数据集吗？如果您要连接到数据库，请尝试使用直通 SQL。这可能会更快（尽管 libname 引擎应该已酌情解决）
@RawFocus 虽然您的论点很有趣，但您实际上并不正确，即 today() 与 %sysfunc(today()) 不同。 SAS 编译器（当它被传递到数据库时类似于 SQL 编译器，它甚至可能使用 libname SQL）足够聪明，可以识别 today() 是一个常量。运行测试；我只使用 1e8 行（~100MM）运行了一个，删除了其中的一半，两个运行相同。
有趣 - 很高兴知道！谢谢@乔！我已经编辑了我的回复。

【解决方案2】：

我同意 RawFocus，但我也可以建议看看这篇论文吗？它列出了一个宏，您可以使用该宏来比较任意两个 sas 步骤在多个指标和特定环境中的效率。例如，正如 RawFocus 所指出的，如果考虑到驱动器，您可能需要一种在 I/O 上执行得更好的技术，并且此宏可让您进行比较。当我问自己哪种方式最快/最有效时，我一直在使用这个版本：

http://www.lexjansen.com/nesug/nesug10/ma/ma09.pdf

问候，瓦西里

【讨论】：