如何优化SAS中含多条件的INNER JOIN查询？

你的查询里用OR连接两个JOIN条件，SAS的PROC SQL无法对这类条件做优化，只能先生成TABLE1和TABLE2的笛卡尔积，再过滤符合条件的记录，这就是速度慢且出现警告的原因。以下是几种更高效的实现方式：

方案1：拆分为两个独立JOIN后合并 #

把OR的两个条件拆成两个INNER JOIN，再用UNION DISTINCT合并结果。这样SAS可以分别利用每个条件的索引（如果存在），彻底避免笛卡尔积。

PROC SQL;
    CREATE TABLE EXAMPLE AS
    SELECT A.* FROM TABLE1 AS A
    INNER JOIN TABLE2 AS B
    ON A.ACCOUNT = B.ACCOUNT
    UNION DISTINCT
    SELECT A.* FROM TABLE1 AS A
    INNER JOIN TABLE2 AS B
    ON A.CARDNO = B.CARDNO;
QUIT;

• 若能确保同一TABLE1记录不会同时通过两个条件匹配到TABLE2，可改用UNION ALL，速度会更快（无需去重）。

方案2：用DATA STEP实现匹配 #

方法A：HASH表匹配（推荐，内存足够时速度极快） #

将TABLE2的ACCOUNT和CARDNO加载到内存HASH表，逐条检查TABLE1记录是否匹配任一条件：

DATA EXAMPLE;
    IF _N_ = 1 THEN DO;
        DECLARE HASH h_acc(dataset:'TABLE2(keep=ACCOUNT)');
        h_acc.defineKey('ACCOUNT');
        h_acc.defineDone();
        DECLARE HASH h_card(dataset:'TABLE2(keep=CARDNO)');
        h_card.defineKey('CARDNO');
        h_card.defineDone();
    END;
    SET TABLE1;
    IF h_acc.find() = 0 OR h_card.find() = 0 THEN OUTPUT;
RUN;

方法B：排序后合并（适用于超大内存无法承载的情况） #

分别按ACCOUNT、CARDNO排序合并，最后去重：

/* 按ACCOUNT匹配 */
PROC SORT DATA=TABLE1; BY ACCOUNT; RUN;
PROC SORT DATA=TABLE2(keep=ACCOUNT); BY ACCOUNT; RUN;
DATA MATCH_ACC;
    MERGE TABLE1(in=a) TABLE2(in=b);
    BY ACCOUNT;
    IF a AND b;
    KEEP _ALL_;
RUN;

/* 按CARDNO匹配 */
PROC SORT DATA=TABLE1; BY CARDNO; RUN;
PROC SORT DATA=TABLE2(keep=CARDNO); BY CARDNO; RUN;
DATA MATCH_CARD;
    MERGE TABLE1(in=a) TABLE2(in=b);
    BY CARDNO;
    IF a AND b;
    KEEP _ALL_;
RUN;

/* 合并去重 */
PROC SORT DATA=MATCH_ACC MATCH_CARD OUT=EXAMPLE NODUPKEY;
    BY _ALL_; /* 或指定TABLE1的主键字段 */
RUN;

方案3：添加索引（辅助优化） #

如果坚持使用原SQL结构，可给TABLE2的ACCOUNT和CARDNO字段加索引，虽无法完全避免笛卡尔积，但能加快过滤速度：

PROC DATASETS LIB=WORK NOLIST;
    MODIFY TABLE2;
    INDEX CREATE ACCOUNT;
    INDEX CREATE CARDNO;
RUN;
QUIT;

内容的提问来源于stack exchange，提问作者blidt