SAS学习笔记40 SAS程序运行过程

当我们提交运行一个DATA步程序后，具体发生了什么事情。

SAS程序与其他程序一样，在运行时都要经过两个阶段：编译（Compilation）、执行（Execution）

• 程序首先经过编译阶段，该阶段主要检查代码语法错误，以及执行一些编译时语句及创建PDV，缓存等相关的环境。如果发现代码存在语法错误，则不进入执行阶段，并且将发现的所有语法错误问题在日志中显示；
• 如果在编译阶段未发现语法错误，则程序会进入执行阶段，真正运行代码，读取数据，处理数据。

SAS程序中的语句，按照其在编译阶段还是执行阶段生效，可分为三种：

• 仅在编译阶段有效，例如：length、format、label、retain、keep、drop等语句，一般是有关变量属性的语句；

• 仅在执行阶段有效，例如：if-else、do while等条件控制及循环语句；

• 在编译和执行阶段都有效，例如：set、merge等语句，在编译阶段会读取数据的元数据信息，在执行阶段开始读取数据。

其实SAS程序在编译之前还有一个更细节的步骤，称之为“Tokenization”；这个过程类似于文本挖掘当中的分词过程。该过程将整段程序分块，然后逐一读取。完成这项工作的组件称之为“Word Scanner”，该组件将程序拆分成一个个的小块，称之为“Token”。

所以，Token就类似于分词过程中词典中的词，它有以下4种形式：

• Literal：用引号引起来的字符串

• Number：包括：纯数字、日期常量、时间常量、十六进制数

• Name：以字母或者下划线开头的字符串

• Special：其他的一些符号，例如：* / + - ** ; $ ( ) . & % =

在完成Tokenization的过程时，涉及到一个区域叫“Input Stack”。它就是在内存中的一块区域。用于临时保存提交的代码。所以，更深入一些来看，当你提交SAS程序后有以下4个过程：

1. 将提交的代码Copy到Input Stack；

2. Word Scanner完成Tokenization的工作，启动编译器，发送Tokens到Compiler；

3. Compiler接收Word Scanner发送的Tokens。如果所有的Tokens都接收完毕，或者遇到一个DATA Step boundary，开始Compiling；

4. 程序编译完无错误，开始Executing；

Compiler每遇到一个DATA STEP Boundary，就停止接收Tokens。开始编译当前的程序，并且执行；等当前的程序执行完毕后，重新开始接收Tokens，直到遇到下一个DATA Step Boundary，编译执行；依次循环运行。