Programování v SAS: Pokročilé techniky

Kurz je určený pro velmi pokročilé uživatele, kteří si chtějí prohloubit znalosti programování v SAS. Účastníci by měli mít minimálně devítiměsíční praxi se SAS System a absolutorium kurzu PROG2 (Programování v SAS: Manipulace s daty), tedy:

• znát nejpoužívanější datové formáty a způsoby přístupu k souborům
• rozumět logice programování
• mít podrobnou znalost datastepu, fáze kompilace a fáze provádění
• umět používat různé způsoby importu externích souborů
• používat knihovny SAS
• pracovat s datumovými hodnotami
• načítat, slučovat, spojovat a prokládat datasety
• používat volby DROP=, KEEP= a RENAME=
• vytvářet více výstupních tabulek najednou
• umět iterativně zpracovávat data pomocí DO smyček a polí
• používat funkce pro manipulace a transformace dat

Přínos pro účastníka

Cílem kurzu je seznámit uživatele s rozšířenými možnostmi manipulace a transformace dat, s metodami vyhledávání a spojování pomocí hashovacích tabulek, multidimenzionálních polí a permanentních uživatelsky definovaných formátů, s efektivním tříděním a indexováním dat, s best practices pro optimální využití paměťové, diskové a CPU kapacity počítače a s použitím SPDE (SAS Scalable Performance Data Engine), který je nyní součástí Base SAS. Absolvent tohoto školení by měl být schopen optimalizovat a pracovat efektivně s velkými objemy dat. Kurz je kombinací předchozího PROG3 a kurzu EFFI.

Obsah kurzu

Úvod

• jak měřit efektivitu - benchmarking
• zpracování v SASu
• řízení spotřeby operační paměti a I/O zdrojů

Výběr pozorování

• vytváření vzorků
• vytváření a udržování indexů

Horizontální slučování souborů

• spojování tabulek podle hodnot
• spojování dat na různém stupni agregace
• využití indexů při spojování
• update dat
• spojování dat na různém stupni agregace pomocí dvou příkazů SET

Vertikální slučování souborů

• připojování SAS datasetů
• připojování textových souborů

Zpracování po skupinách (BY-GROUP Processing)

• eliminace duplicit
• zdroje pro třídění
• volba správné rutiny pro třídění
• alternativy ke třídění

Použití vyhledávacích tabulek pro spojení dat

• použití polí jako indexů
• použití hash objektů pro vyhledávání
• použití formátů pro vyhledávání
• vytvoření vyhledávací tabulky transpozicí dat

Řízení objemu dat

• omezení délky numerických proměnných
• koprese datových souborů
• vytváření pohledů (views) pomocí data stepu

Best practices pro vyšší efektivitu

• provádění pouze nutných příkazů
• eliminace zbytečných průchodů daty
• čtení a zápis pouze relevantních dat
• efektivita v síťovém provozu

Použití SPDE - Scalable Performance Data Engine

• vytváření tabulek pomocí SPD enginu
• používání SPD enginu efektivně
• volby příkazu LIBNAME pro SPD engine

Pokročilá témata

• modifikace tabulek (in place)
• verzování tabulek
• integritní omezení
• auditování změn
• práce s regulárními výrazy Perl

Další témata podle zájmu účastníků

Podělte se s námi o vaše nápady! Jsou zde další témata, která vám v kurzu chybí? Chtěli byste kurz uspořádat jinde nebo trochu jinak? Dejte nám o tom vědět na training@cze.sas.com.