Lista de características de las tecnologías en base de datos de SAS

Acelerador de puntuación SAS

• Cliente de publicación automática. Traduce y publica automáticamente modelos como programas SAS DS2 dentro de la base de datos.
• Ejecución en base de datos. Permite que los cálculos de puntuación del modelo SAS se ejecuten completamente dentro de la base de datos.
• Compatibilidad con el modelo SAS Enterprise Miner. Admite una clase robusta de modelos predictivos y descriptivos de SAS Enterprise Miner, incluida la capa de transformación preliminar (por ejemplo, imputaciones de datos).
• Compatibilidad con modelos SAS/STAT. Admite un conjunto selecto de modelos predictivos creados con estos procedimientos SAS/STAT: LOGISTIC, GENMOD, REG, GLMSELECT, GLM, GLIMMIX y MIXED.
• Entorno de ejecución. Admite formatos SAS intrínsecos y definidos por el usuario.
• Publicación de modelos y puntuación. Admite la publicación y puntuación de modelos programáticos desde Base SAS, o se pueden registrar y programar para ejecutarse como un trabajo de SAS.
• Seguimiento y supervisión del rendimiento del modelo. Totalmente integrado con SAS Model Manager (requerido para los modelos lineales SAS/STAT; opcional para los modelos SAS Enterprise Miner) para agilizar aún más el registro, la validación y la puntuación del modelo SAS en la base de datos mediante la interfaz gráfica de usuario de SAS Model Manager.

SAS In-Database Code Accelerator

• Ejecución en base de datos. Permite que el código SAS PROC DS2 escrito por el usuario se ejecute en la base de datos.
• Procesamiento masivo en paralelo. Le permite enviar componentes subprocesos de programas SAS PROC DS2 a la base de datos para aprovechar la ejecución paralela masiva en toda la plataforma de datos.
• Ganancias de rendimiento. Proporciona los mayores beneficios de rendimiento cuando se usa para cálculos intensivos de CPU y transformaciones de datos en grandes fuentes de datos.

SAS Data Quality Accelerator

• Caja. Garantiza que se utilicen mayúsculas y minúsculas adecuadas al contexto en una columna de datos.
• Extracción. Extrae entidades o atributos específicos del contexto de una cadena de texto.
• Análisis de género. Determina el género de un nombre.
• Análisis de identificación. Determina el tipo de datos representados por una cadena de texto.
• análisis Segmenta una cadena en entidades separadas y discretas.
• Análisis de patrones. Muestra una representación simple del patrón de caracteres de una cadena de texto, útil para determinar si se necesita más procesamiento de calidad de datos.
• Estandarización. Da salida a un formato preferido para todos los valores en una columna por uniformidad.
• Generación de código de coincidencia. Genera un "código de coincidencia" para una cadena de texto.Un código de coincidencia se utiliza para comparaciones de coincidencia aproximada entre información relacionada pero no idéntica.