Programování v SAS: Pokročilé techniky a ladění výkonu

Kurz je určený zejména programátorům SAS, kteří připravují data pro analýzy. Kurz srovnává různé techniky práce s daty a využití systémových prostředků, a pomáhá tak programátorům zvolit nejefektivnější způsob zpracování konkrétní datové úlohy. Kurz není vhodný pro uživatele, kteří se systémem SAS teprve začínají. Před přihlášením byste měli mít minimálně devítiměsíční praxi s programováním v SAS a absolvovat kurz PRG2 (Programování v SAS: Manipulace s daty), tedy:

• znát strukturu uložení souborů a umět provádět základní úlohy operačního systému
• znát nejpoužívanější datové formáty a způsoby přístupu k souborům
• rozumět logice programování
• mít podrobnou znalost data stepu, fáze kompilace a fáze exekuce
• umět používat různé způsoby importu externích souborů
• používat knihovny SAS
• pracovat s datumovými hodnotami
• načítat, slučovat, spojovat a prokládat tabulky
• používat volby DROP=, KEEP= a RENAME=
• vytvářet více výstupních tabulek najednou
• umět iterativně zpracovávat data pomocí DO smyček a polí
• používat funkce pro manipulaci a transformaci dat
• využívat PROC FORMAT k definici vlastních formátů

Přínos pro účastníka

Cílem kurzu je seznámit uživatele s rozšířenými možnostmi manipulace a transformace dat. Absolvent tohoto školení by měl být schopen optimalizovat SAS programy, pracovat efektivně s velkými objemy dat a umět porovnávat a vyhodnocovat různé programovací techniky používané pro:

• optimální využití paměťové, diskové a CPU kapacity počítače
• vytváření a používání indexů
• vertikální a horizontální slučování dat
• vyhledávání a spojování pomocí hash a hiter tabulek, polí a permanentních uživatelsky definovaných formátů
• kompresi SAS tabulek
• vzorkování SAS tabulek
• vytvářet pohledy (views) pomocí data stepu
• bezpečně redukovat délku numerických proměnných
• vytvářet si vlastní funkce a informáty

Obsah kurzu

Úvod

• organizace kurzu, tvorba výukových dat
• jak měřit efektivitu - benchmarking

Řízení spotřeby operační paměti a I/O zdrojů

• zpracování SAS data stepu
• řízení I/O zdrojů
• řízení velikosti tabulek
• redukce délky numerických proměnných
• komprese SAS tabulek
• tvorba SAS views na data

Přístup k řádkům

• vytváření indexů
• použití indexů
• výběr unikátních pozorování
• vytváření vzorků

Vyhledávacích tabulky pro spojování dat: Pole

• vyhledávací techniky
• použití jednodimenzionálních polí pro vyhledávání
• použití multidimenzionálních polí pro vyhledávání
• načtení multidimenzionálního pole z tabulky SAS

Vyhledávací tabulky pro spojování dat: Hash

• použití hashovacích metod
• načtení hashovací tabulky z tabulky SAS
• použití hashovací tabulky pro řetězené vyhledávání
• použití hiter objektů v data stepu

Uživatelské funkce a formáty

• definice vlastních fukncí
• definice vlastních formátů

Vyhledávací tabulky pro spojování dat: Horizontální slučování souborů

• propojování tabulek pomocí data stepu a SQL join
• využití indexů při spojování
• spojování dat na různém stupni agregace
• podmíněné spojování dat

Best practices pro vyšší efektivitu

• psaní flexibilních programů: vertikální slučování textových vstupních dat