SAS程序編譯執(zhí)行過程

當我們提交運行一個DATA步程序后，具體發(fā)生了什么事情。SAS程序與其他程序一樣，在運行時都要經(jīng)過兩個階段：編譯（Compilation）、執(zhí)行（Execution）。
程序首先經(jīng)過編譯階段，該階段主要檢查代碼語法錯誤，以及執(zhí)行一些編譯時語句及創(chuàng)建PDV，緩存等相關的環(huán)境。如果發(fā)現(xiàn)代碼存在語法錯誤，則不進入執(zhí)行階段，并且將發(fā)現(xiàn)的所有語法錯誤問題在日志中顯示。如果在編譯階段未發(fā)現(xiàn)語法錯誤，則程序會進入執(zhí)行階段，真正運行代碼，讀取數(shù)據(jù)，處理數(shù)據(jù)。
SAS程序中的語句，按照其在編譯階段還是執(zhí)行階段生效，可分為三種：
僅在編譯階段有效，例如：length、format、label、retain、keep、drop等語句，一般是有關變量屬性的語句；
僅在執(zhí)行階段有效，例如：if-else、do while等條件控制及循環(huán)語句；
在編譯和執(zhí)行階段都有效，例如：set、merge等語句，在編譯階段會讀取數(shù)據(jù)的元數(shù)據(jù)信息，在執(zhí)行階段開始讀取數(shù)據(jù)。
其實SAS程序在編譯之前還有一個更細節(jié)的步驟，稱之為“Tokenization”；這個過程類似于文本挖掘當中的分詞過程。該過程將整段程序分塊，然后逐一讀取。完成這項工作的組件稱之為“Word Scanner”，該組件將程序拆分成一個個的小塊，稱之為“Token”。
所以，Token就類似于分詞過程中詞典中的詞，它有以下4種形式：
Literal：用引號引起來的字符串
Number：包括：純數(shù)字、日期常量、時間常量、十六進制數(shù)
Name：以字母或者下劃線開頭的字符串
Special：其他的一些符號，例如：* / + - ** ; $ ( ) . & % =
在完成Tokenization的過程時，涉及到一個區(qū)域叫“Input Stack”。它就是在內(nèi)存中的一塊區(qū)域。用于臨時保存提交的代碼。所以，更深入一些來看，當你提交SAS程序后有以下4個過程：
將提交的代碼Copy到Input Stack；
Word Scanner完成Tokenization的工作，啟動編譯器，發(fā)送Tokens到Compiler；
Compiler接收Word Scanner發(fā)送的Tokens。如果所有的Tokens都接收完畢，或者遇到一個DATA Step boundary，開始Compiling；
程序編譯完無錯誤，開始Executing；
Compiler每遇到一個DATA STEP Boundary，就停止接收Tokens。開始編譯當前的程序，并且執(zhí)行；等當前的程序執(zhí)行完畢后，重新開始接收Tokens，直到遇到下一個DATA Step Boundary，編譯執(zhí)行；依次循環(huán)運行。



請前往：http://lygongshang.com/TeacherV2.html?id=166