SAS岩论 | Macro系列(3)——运行机制

Macro系列导读

谷子歌按：

我碰到过很多SAS初学者，采用“拿来主义”的态度，调用别人写的SAS macro，或者修改别人的SAS macro，开发自己的SAS macro时，总是碰到俩类问题：这样的问题和那样的问题。而且很多初学者面对错误时，经常不知道错误的缘由，甚至坚信自己肯定没错，一定是SAS出问题了。究其原因，还是基础不够扎实，如果能够耐下心来，对SAS macro运行机制多做一些了解，情况也许会好很多。本节内容，推荐程度：※※※※※

SAS Macro作为SAS高手不可或缺的一项技能，是因为它功能足够强大，能极大的提升程序开发效率；使你的时间和精力投入在更有价值的事情上。

Macro系列文章，将会逐一奉上SAS Macro的点点滴滴，带你踏上从认识Macro到熟练使用Macro之路。掌握SAS Macro，将会使你的SAS编程能力更上一层楼。

上

期

上期文章“Macro总述篇”对Macro的主要用途进行了说明，进而对其构成组成进行了介绍，主要包括Macro Variables和Macro Programs。其本质都是做文本替换，Macro Variables为简单直接的替换，而Macro Programs则可以实现复杂、灵活的替换。

回

顾

Macro系列(3)——运行机制

本期文章主要针对Macro的运行机制进行介绍，抛开表现看本质，搞清楚Macro Language与SAS Language之间有什么联系，又有什么区别。当你提交程序的时候，它俩到底是怎么执行的。

SAS程序运行过程

首先来了解下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）。

1. 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；

2. 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。

具体的过程，如下所示：

小贴士

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。

进一步深入

在熟悉了上面程序运行时的两个阶段之后，对了解Macro的运行机制还是不够的，需要进一步深入。

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；

小贴士

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。

如果想更加直观一点感受Tokenization是如何进行的，请看下图（这个图做起来真心不容易）：

为什么要有这么一个Tokenization的过程，如果你想不通，请继续往下看。

备注

至于Word Scanner是一个个Token发送，还是多个Tokens发送，不必细究；只需要清楚有这么一个过程就好了。此处为了方便演示，是以一个Statement为单位进行发送。

Macro来了

理解了上文所讲的过程，我们再来看，程序中有Macro Language的时候又是怎么处理的。在本系列第1篇——入门篇文章中有提到，Macro Language与SAS Language可以看做是独立的，而且Macro Language是由专门的Macro Processor来处理的（批注1）。

因此，为了与SAS Language进行区分，Macro Language有特殊符号标记。

具体到Macro Variables和Macro Programs来说：

• 要使用Macro Variables，要在其名字前加“&”。例如“&age”，表示使用age这个Macro Variable；

• 要写Macro Programs，所有相关的语句、函数等都需要加“%”。例如“%IF”，表示是Macro中的IF语句。

所以说，当程序中有“&”或者“%”出现的地方（除掉它们作为纯字符的情况），就代表此处是Macro Language。因此，“&”和“%”被称之为Macro Trigger，在Tokenization的阶段，如果遇到这两个符号之一，将会启动Macro Processor去处理。

下面再通过一个GIF让你明白Macro究竟是怎么处理的。现假设已经定义了一个宏变量“age_value”，其值为14。使用该Macro Variable从sashelp.class数据集中筛选出age大于14的数据，来看内部是如何运行的。请看下图：

我们可以看到，在Word Scanner遇到Macro Trigger的时候，便会启动Macro Process；此时会暂时停止Scanning，等待Macro Processor处理。等Macro Process处理完毕之后，继续Scanning，发送Token到Compiler。当然，Macro Trigger是不会被发送到Compiler中。

在此处，是简单的使用了Macro Variable，Macro Processor将其替换为其取值。如果是Macro Program的调用，也是一样，将其替换为该Macro Program包含的内容。

看到这里，你应该会明白为什么会有Tokenization这么一个过程；而且，你也应该会明白，为什么Macro是在SAS Language编译前就处理完毕了；进而，你就会想明白，它是如何协助你写程序的。

A program that writes program.

所以，需要永远记住：Macro是帮你写SAS程序的，是在SAS Language编译之前就处理完了。记这一点，将会使你学习Macro的道路插上翅膀。

（此处说Macro在SAS Language编译之前就处理完毕，指的是正常情况下的直接引用或者调用；比较特殊的高级用法，后面的文章会一一介绍）。

这期的内容到这就结束了，相信通过这三期的文章，不了解Macro的也会对Macro有一个比较深入的认识；了解Macro的对Macro的理解或许更加深入了一些，以前有些想不明白的问题可能突然之间就明白了。

下期文章开始，将会正式步入Macro的内容介绍，首先是“Macro Variables”。更多内容，请持续关注SAS中文论坛——“SAS岩论 | Macro系列”。

 

作者：辛岩，从事了多年的SAS数据分析挖掘工作，担任过项目经理、技术顾问、培训讲师等职务，拥有丰富的项目实战经验。