带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.2系统数字返回码(四)

简介: 带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.2系统数字返回码

&SQLRC

&SQLRC自动宏变量功能与 &SYSERR相似,但不同之处在于,&SQLRC适用SAS程序及 DATA步骤,仅表示SQL程序中最近运行的 SQL程序指令的状态。需要注意的是,&SQLRC仅在 SQL程序指令之后重置,而不是SQL程序——每一个程序都包含多个 SQL程序指令。与 &SYSERR不同,&SQLRC是可读写的,若在一个SQL程序内被多次评估,则需要重置为0。然而,由于&SQLRC未超出 SQL程序边界,因此,在 SQL程序内的第一个 SQL程序指令之前,&SQLRC无须重置为“0

以下输出信息的目的是确定数据集中观测数据的数量,但由于 Original数据集不存在,因此目的未能达成。需要注意的是,由于&SYSCC是可读写的,也是可累积的,因此,它必须重置为0,然而,&SQLRC在单独使用时则无须进行重置。另外还需要注意,&SQLRC值为8表示的是SQL执行过程中的一般性错误 :

%letsyscc=0;

 

procsqlnoprint;selectcount(*)into:obstotfromoriginal;

quit;

ERROR:TableWORK.ORIGINALdoesn’thaveanycolumns.PROCSQLrequireseachofitstablestohaveatleast1column.

 

%putSYSERR:&syserr;SYSERR:1012

%putSYSCC:&SYSCC;SYSCC:1012


 

 

 

%putSQLRC:&SQLRC;

SQLRC:8

 

&SQLRC的一个特性是在每个 SQL 程序指令之后都需要对它进行重置,即便是在同一个 SQL程序内,也需要重置。由于一个 SQL程序中包含多个 SQL程序指令, 因此,如果在 SQL程序结束时评估 &SQLRC,它将反映的是最近一个程序指令的成败。在下面代码中,由于 Nodatanodatanodata数据集不存在,因此,第一个 SQL序指令未能正常运行,&SQLRC暂时设置为“8

datatemp;

lengthchar1$10;run;

 

%letsyscc=0;procsqlnoprint;

selectcount(*)into:obstot1

fromnodatanodatanodata;*datasetdoesnotexist*;

%putSQLRC:&sqlrc;

%putSYSCC:&syscc;selectcount(*)into:obstot2fromtemp;

quit;

%putSQLRC:&sqlrc;

%putSYSCC:&syscc;

 

由于第二个 SQL程序指令顺利运行,&SQLRC又从 8重置为 0,从而掩盖了上一个错误。此外,&SYSCC 仅在步骤边界之后设置,因此,在故障后面(但在 QUIT程序指令之前)&SYSCC值会误保留为0。直到在QUIT之后,&SYSCC才能正确地反映出前一个 SQL程序指令的错误 :

%letsyscc=0;procsqlnoprint;

selectcount(*)into:obstot1

fromnodatanodatanodata;*datasetdoesnotexist*;


ERROR:FileWORK.NODATANODATANODATA.DATAdoesnotexist.

%putSQLRC:&sqlrc;SQLRC:8

%putSYSCC:&syscc;

SYSCC:0

selectcount(*)into:obstot2fromtemp;

quit;

%putSQLRC:&sqlrc;SQLRC:0

%putSYSCC:&syscc;

SYSCC:1012

 

如上所述,&SYSCC能检测到包含单个或多个程序指令的SQL程序中的故障,&SYSCC无法分离出 SQL 程序中发出警告或“运行时错误”的位置。因此,为了明确地评估多指令的 SQL程序,可以评估每个 SQL程序指令之后的 &SQLRC。

 

&SYSFILRC

自动宏变量 &SYSFILRC表示最近 FILENAME程序指令的顺利运行或故障,FILENAME运行正确,&SYSFILRC0在另一本书中讲到的一样, FILENAME        程序指令的一个用途是评估某个数据集是否被其他用户或过程锁定。以下代码能确定    WORK.Temp    数据集中保存的是共享锁定还是排他锁定。如果没有锁 定,那么数据集可以随意获取使用 :

datatemp;

lengthchar$10;run;

 

%letsyscc=0;

%letlib=work;

%lettab=temp;

%letfil=%sysfunc(pathname(&lib))\&tab..sas7bdat;filenamemyfile"&fil";

data_null_;


excl=fopen('myfile','U');

ifexcl=1thencallsymput('LOCK','None');

elsedo;

shared=open("&lib..&tab");

ifshared=1thencallsymput('LOCK','Shared');elsecallsymput('LOCK','Exclusive');

end;

run;

%putLOCK:&lock;

%putSYSFILRC:&sysfilrc;

%putSYSCC:&syscc;

 

在运行过程中,FILENAME程序指令顺利进行&SYSFILRC0,且数据集没有被锁定&LOCKNone。如果Temp数据集不存在,也未出现“运行时错,但&SYSFILRC会设置为“1以反映FILENAME程序指令中存在一个异常情况。以下输出信息进一步说明 &SYSCC的值没有受到 &SYSFILRC或其他文件丢失的影响 :

%putLOCK:&lock;LOCK:None

%putSYSFILRC:&sysfilrc;

SYSFILRC:1

%putSYSCC:&syscc;

SYSCC:0

 

由于未检查 &SYSFILRC,输出信息错误地显示 Temp数据集中没有锁定,其实数据集并不是没有锁定,而是丢失了。FILENAME程序指令出现异常情况时,FOPEN函数会创建Temp.sas7bdat文件,该文件反过来也会通过 OPEN功能示为未锁定状态。这显示了 &SYSFILRCFILENAME引用一个丢失文件时的一个重要特点,即生成一个返回码1,但是,生成的文件参考是有效的,其一旦被 FOPEN      引用,就会创建出已丢失的文件。这种循环逻辑是非常有必要的,由于要从头开始创建丢失的文件,因此,FOPEN需要一个 FILENAME程序指令生成的有效文件参考。“互斥和信号量”部分会进一步解释逻辑错误的必要性。

若在 FILENAME程序指令之后立即评估&SYSFILRC,便会阻止 FOPEN执行并产生这一故障,而且,尽管创建的文件(Temp.sas7bdat)目前确实出现在 WORK件库中,但它实际并不是一个真实存在的 SAS数据集,因此,它不能在SAS中打开或删除,只能通过 OS删除。

FILENAME程序指令的另一个常见用途是创建连接 OS的管道命令, 但是,&SYSFILRC   宏变量此时是以不同的方式运行的。在下面的代码中,%GET_FILELIST宏接受一个参数化的文件内容目录,并创建一个空格分隔的宏变量&FILELIST该变量包含该文件内容目录中的所有文件。这是一个非常有效的工具,然而,如下面    的输出所示,若参数中指定一个不存在的文件内容目录(C:\neverland,那么这一异常情况会出现在SAS日志中,而不会显示在&SYSFILRC中,&SYSFILRC值为0则表示“顺利运行

%macroget_filelist(dir=);

%letsyscc=0;

%locali;

%localfil;

%globalfilelist;

%letfilelist=GENERALERROR;filenamefpipe"dir/b&dir*.sas";data_null_;

length filelist $10000;infileftruncover;inputfilename$100.;

filelist=catx('',filelist,filename);callsymput('filelist',filelist);retainfilelist;

run;

%mend;

 

%get_filelist(dir=c:\neverland\);

 

NOTE:TheinfileFis:

UnnamedPipeAccessDevice,

PROCESS=dir/bc:\neverland\*.sas,RECFM=V,

LRECL=32767

 

Stderroutput:


The system cannot find the file specified.NOTE:0recordswerereadfromtheinfileF.

NOTE:DATAstatementused(Totalprocesstime):realtime   0.05seconds

cputime               0.01seconds

 

264  %putSYSCC:&syscc;SYSCC:0

265  %putSYSERR:&syserr;SYSERR:0

266  %putSYSFILRC:&sysfilrc;

SYSFILRC:0

 

为了克服 &SYSFILRC的这一缺点,首先需要使用一个不包含PIPE命令的FILENAME   程序指令证实文件内容目录的存在,只有确认了该文件目录的存在,才能布第二个包含 PIPE命令的 FILENAME程序指令。

相关文章
|
2月前
|
数据采集 机器学习/深度学习 数据可视化
构建高效数据分析系统的关键技术
【10月更文挑战第5天】构建高效数据分析系统的关键技术
55 0
|
11天前
|
运维 监控 安全
公司监控软件:SAS 数据分析引擎驱动网络异常精准检测
在数字化商业环境中,企业网络系统面临复杂威胁。SAS 数据分析引擎凭借高效处理能力,成为网络异常检测的关键技术。通过统计分析、时间序列分析等方法,SAS 帮助企业及时发现并处理异常流量,确保网络安全和业务连续性。
34 11
|
4月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
238 4
|
4月前
|
数据采集 机器学习/深度学习 数据可视化
【优秀python web系统毕设】基于python的全国招聘数据分析可视化系统,包括随机森林算法
本文介绍了一个基于Python的全国招聘数据分析可视化系统,该系统利用数据挖掘技术、随机森林算法和数据可视化技术,从招聘网站抓取数据,进行处理、分析和预测,帮助用户洞察招聘市场,为求职者和企业提供决策支持。
214 2
|
4月前
|
数据采集 存储 监控
数据驱动开发:如何将数据分析融入开发流程
【8月更文挑战第14天】数据驱动开发是一种高效、智能的软件开发方法论,它通过将数据分析深度融入开发流程中,实现了精准决策、提升效率和持续改进的目标。为了成功实施数据驱动开发,团队需要明确数据需求、设计合理的数据架构、集成数据收集工具、实施CI/CD流程、进行数据分析与决策支持以及建立反馈循环机制。同时,还需要应对数据质量、技术和组织与文化等挑战。通过不断努力和实践,团队可以逐步建立起完善的数据驱动开发体系,推动产品不断迭代升级和业务持续增长。
|
4月前
|
存储 数据可视化 大数据
基于Python Django的大数据招聘数据分析系统,包括数据大屏和后台管理
本文介绍了一个基于Python Django框架开发的大数据招聘数据分析系统,该系统具备后台管理功能和数据大屏展示,利用大数据技术收集和分析招聘市场趋势,帮助企业和招聘机构提高招聘效率和质量。
169 3
|
4月前
|
数据可视化 安全 前端开发
基于Django的美团药品数据分析与可视化系统,有多用户功能,可增删改查数据
本文介绍了一个基于Django框架开发的美团药品数据分析与可视化系统,该系统具备多用户功能,支持数据的增删改查操作,并采用MySQL、pandas、echarts和bootstrap技术栈,为用户提供了一个高效、安全且实用的药品数据管理和分析平台。
基于Django的美团药品数据分析与可视化系统,有多用户功能,可增删改查数据
|
4月前
|
数据采集 数据可视化 数据挖掘
基于Django的数据分析可视化系统,有后台,有增删改查,实现多用户登录
本文介绍了一个基于Django框架开发的今日头条数据分析可视化系统,该系统具备后台管理、增删改查功能以及多用户登录,利用数据可视化技术为新闻媒体行业提供数据管理和决策支持。
基于Django的数据分析可视化系统,有后台,有增删改查,实现多用户登录
|
4月前
|
前端开发 Java JSON
Struts 2携手AngularJS与React:探索企业级后端与现代前端框架的完美融合之道
【8月更文挑战第31天】随着Web应用复杂性的提升,前端技术日新月异。AngularJS和React作为主流前端框架,凭借强大的数据绑定和组件化能力,显著提升了开发动态及交互式Web应用的效率。同时,Struts 2 以其出色的性能和丰富的功能,成为众多Java开发者构建企业级应用的首选后端框架。本文探讨了如何将 Struts 2 与 AngularJS 和 React 整合,以充分发挥前后端各自优势,构建更强大、灵活的 Web 应用。
65 0
|
4月前
|
SQL 数据采集 算法
【电商数据分析利器】SQL实战项目大揭秘:手把手教你构建用户行为分析系统,从数据建模到精准营销的全方位指南!
【8月更文挑战第31天】随着电商行业的快速发展,用户行为分析的重要性日益凸显。本实战项目将指导你使用 SQL 构建电商平台用户行为分析系统,涵盖数据建模、采集、处理与分析等环节。文章详细介绍了数据库设计、测试数据插入及多种行为分析方法,如购买频次统计、商品销售排名、用户活跃时间段分析和留存率计算,帮助电商企业深入了解用户行为并优化业务策略。通过这些步骤,你将掌握利用 SQL 进行大数据分析的关键技术。
256 0

热门文章

最新文章