SASハッシュマージ - ハッシュオブジェクトとして小さいデータセット

Question

私はhttp://www.sascommunity.org/mwiki/images/2/22/Hashmerge.sasし、次の例のデータセットで発見%HASHMERGEマクロを使用しています：workingデータセットで

data working; 
    length IID TYPE $12; 
    input IID $ TYPE $; 
    datalines; 
    B 0 
    B 0 
    A 1 
    A 1 
    A 1 
    C 2 
    D 3 
    ; 
run; 

data master; 
    length IID FIRST_NAME MIDDLE_NAME LAST_NAME SUFFIX_NAME $12; 
    input IID $ FIRST_NAME $ MIDDLE_NAME $ LAST_NAME $ SUFFIX_NAME; 
    datalines; 
    X John James Smith Sr 
    Z Sarah Marie Jones . 
    Y Tim William Miller Jr 
    C Nancy Lynn Brown . 
    B Carol Elizabeth Collins  . 
    A Wayne Mark Rooney . 
    ; 
run; 

、私は_NAME変数を添付しようとしていますこのハッシュマージを使用してmasterデータセットから取得します。出力はうまく見え、望ましい出力です。しかし、私の実際のシナリオでのmasterデータセットは大きすぎて、ハッシュオブジェクトに収まらず、マクロはハッシュオブジェクトとして配置し続けます。私は最終的にworkingデータセットがハッシュオブジェクトであるところにこれらの2つのデータセットを反転したいと思いますが、コードを反転すると希望の出力を得ることができません。以下に調整し所望の出力やニーズを生成するマクロの一部ですが、私はこれを設定する方法がわからない午前：

出力希望

data OUTPUT; 
    if 0 then set MASTER (keep=IID FIRST_NAME MIDDLE_NAME LAST_NAME SUFFIX_NAME) 
    WORKING (keep=IID); 
    declare hash h_merge(dataset:"MASTER"); /* I want WORKING to be the hash object since it's smaller! */ 
    rc=h_merge.DefineKey("IID"); 
    rc=h_merge.DefineData("FIRST_NAME","MIDDLE_NAME","LAST_NAME","SUFFIX_NAME"); 
    rc=h_merge.DefineDone(); 
    do while(not eof); 
     set WORKING (keep=IID) end=eof; 
     call missing(FIRST_NAME,MIDDLE_NAME,LAST_NAME,SUFFIX_NAME); 
     rc=h_merge.find(); 
     output; 
     end; 
    drop rc; 
    stop; 
run; 

：それは何をあなたを行うには可能だが

IID FIRST_NAME MIDDLE_NAME LAST_NAME SUFFIX_NAME 
--------------------------------------------------- 
B Carol  Elizabeth Collins  
B Carol  Elizabeth Collins  
A Wayne  Mark   Rooney 
A Wayne  Mark   Rooney 
A Wayne  Mark   Rooney 
C Nancy  Lynn   Brown 
D     

Answer 1

例えば、私はあなたが非目的のマクロからそれを得るのではないかと思う。これは通常の方法ではないからです。通常、メインデータセットをそのフォームに保持し、リレーショナルデータセットをハッシュテーブルに入れたいとします。通常、サイズは逆になっています。リレーショナルテーブルは通常、メインテーブルよりも小さくなります。

個人的に私はこの特定のケースではハッシュを使用しません。私はフォーマット（または3つ）を使用します。ハッシュと同じくらい速く、サイズの問題が少ない（メモリに収まる必要がないため）、サイズのために最終的には速度が落ちる（しかし、壊れない！）。

フォーマットソリューション：

言っ

data working; 
    length IID TYPE $12; 
    input IID $ TYPE $; 
    datalines; 
    B 0 
    B 0 
    A 1 
    A 1 
    A 1 
    C 2 
    D 3 
    ; 
run; 

data master; 
    length IID FIRST_NAME MIDDLE_NAME LAST_NAME SUFFIX_NAME $12; 
    input IID $ FIRST_NAME $ MIDDLE_NAME $ LAST_NAME $ SUFFIX_NAME; 
    datalines; 
    X John James Smith Sr 
    Z Sarah Marie Jones . 
    Y Tim William Miller Jr 
    C Nancy Lynn Brown . 
    B Carol Elizabeth Collins  . 
    A Wayne Mark Rooney . 
    ; 
run; 

data for_fmt; 
    set master; 
    retain type 'char'; 
    length fmtname $32 
     label $255 
     start $255 
     ; 
    start=iid; 

    *first; 
    label=first_name; 
    fmtname='$FIRSTNAMEF'; 
    output; 

    *last; 
    label=last_name; 
    fmtname='$LASTNAMEF'; 
    output; 

    *middle; 
    label=middle_name; 
    fmtname='$MIDNAMEF'; 
    output; 

    *suffix; 
    label=suffix_name; 
    fmtname='$SUFFNAMEF'; 
    output; 

    if _n_=1 then do; 
    start=' '; 
    label=' '; 
    hlo='o'; 
    fmtname='$FIRSTNAMEF'; 
    output; 
    fmtname='$LASTNAMEF'; 
    output; 
    fmtname='$MIDNAMEF'; 
    output; 
    fmtname='$SUFFNAMEF'; 
    output; 
    end; 
run; 

proc sort data=for_fmt; 
    by fmtname start; 
run; 

proc format cntlin=for_fmt; 
quit; 

data want; 
    set working; 
    first_name = put(iid,$FIRSTNAMEF.); 
    last_name = put(iid,$LASTNAMEF.); 
    middle_name = put(iid,$MIDNAMEF.); 
    suffix_name = put(iid,$SUFFNAMEF.); 

run; 

...

あなたはハッシュテーブルでこれを行うにはしたくない場合は、何があるMASTERに行ごとに、行う必要があると思います、作業表でFINDを実行し、成功した場合はREPLACE、失敗した場合はFIND_NEXTおよびREPLACEを実行します。

問題がありますか？あなたは少なくとも1つのマスターの行、を探しているあなた自身が非常に大きいと指摘した。 WORKINGが100kで、MASTERが100Mの場合は、一致ごとに1000回の検索が行われます。これは非常に高価で、おそらくあなたが他のソリューションを使っているほうが良いということです。