SAS Proc SQL程序持续运行不终止，提示需合并汇总统计与原始数据

问题原因 #

• 重合并提示的直接原因：你的查询使用了COUNT(*)和sum(InvoiceAmount)聚合函数，但注释掉了GROUP BY i1.UpdatedDate子句。Proc SQL在无GROUP BY时，会默认尝试将汇总结果与原始数据集逐行合并（即remerge），这不仅触发提示，还会导致计算逻辑混乱、效率暴跌。
• 运行无法终止的核心原因：关联子查询(select count(*) from ... where i2.UpdatedDate < i1.UpdatedDate)是行相关子查询，每处理一行i1数据就要全表扫描一次i2表。若ASKIDAFATURA_INVOICES表数据量较大，这种嵌套查询会让计算量呈指数级增长，直接拖慢到程序无法完成。

优化后的代码 #

proc sql;
create table PUBLIC.ILK_ODENEN_SAYI as
select 
    datepart(UpdatedDate) as date format=date9.,
    count(*) as ILK_ODENEN_SAYI,
    sum(InvoiceAmount) as ILK_ODENEN_MIKTAR
from (
    select 
        CitizenIdentity,
        UpdatedDate,
        InvoiceAmount,
        row_number() over(partition by CitizenIdentity order by UpdatedDate) as rn
    from fatura.ASKIDAFATURA_INVOICES
    where Status=2 and CorparateIdentity in (1,2)
) t
where rn=1  /* 筛选每个CitizenIdentity的最早记录 */
group by datepart(UpdatedDate);  /* 按日期聚合 */
quit;

优化说明 #

• 用窗口函数row_number()替代关联子查询：通过partition by CitizenIdentity order by UpdatedDate给每个公民的记录按更新日期排序，取第一条（rn=1）就是最早的那条，避免反复扫描全表。
• 恢复GROUP BY子句：明确按日期分组聚合，彻底消除重合并提示，同时让聚合逻辑清晰，计算效率大幅提升。
• 简化查询层级：去掉不必要的外层SELECT *，直接从子查询筛选后聚合，减少冗余计算。

内容的提问来源于stack exchange，提问作者user14996564