如何为SAS行级MD5哈希结果添加源表行号/主键作为比对标识？

我正在通过宏变量&sel_lib（目标库）和&sel_tab（目标表）指定表，逐行计算每行的MD5哈希值。原操作流程如下：

原操作步骤 #

1. 从sas.help.vcolumn获取列名并拼接为lista变量：

data contents;
    do until (last.memname);
        set sashelp.vcolumn;
        where upcase(libname)="&sel_livraria"
        and upcase(memname)="&sel_tabela";
        by libname memname varnum;
        length lista $&max_len ; /* sum(len col) + number of col */
        lista=catx(',',lista,name);
    end;
    keep libname memname varnum lista;
run;

2. 将拼接后的列名写入md5_table表（用于其他操作）：

proc sql;
    update md5_table
    set nom_colunas=(
        select lista
        from contents)
    where libname="&sel_lib"
    and memname="&sel_tab";
quit;

3. 将列名传入宏变量scolunas：

proc sql;
    select columns
    into :scolunas
    from md5_table
    where libname="&sel_lib"
    and memname="&sel_tab";
quit;

4. 数据步生成哈希结果：

data want;
    livraria="&sel_lib";
    tabela="&sel_tab";
    length check $32.;
    format check $hex32.
    set &sel_livraria..&sel_tabela.;
    check = md5(cats(&scolunas));
    hash = put(check,$hex32.);
    keep livraria tabela hash;
    put hash;
    put _all_;
run;

现在需要在输出数据集want中添加行号或拼接的主键值作为比对标识，用于和迁移后服务器的同表哈希结果对比，具体实现方法如下：

方法1：添加行号作为标识 #

SAS数据步中的自动变量_N_记录了当前处理的行号，直接将其保留并重命名为更直观的字段即可，修改第4步的代码：

data want;
    livraria="&sel_lib";
    tabela="&sel_tab";
    length check $32. row_id 8;
    format check $hex32.
    set &sel_livraria..&sel_tabela.;
    row_id = _N_; /* 提取行号 */
    check = md5(cats(&scolunas));
    hash = put(check,$hex32.);
    keep livraria tabela row_id hash; /* 保留行号字段 */
    put row_id= hash=;
    put _all_;
run;

注意：行号依赖原表的行顺序，如果迁移后表的行顺序发生变化，这种方法会失效，此时优先使用主键作为标识。

方法2：添加拼接的主键值作为标识 #

2.1 手动指定主键列 #

如果你已知目标表的主键列（比如id、code），直接拼接这些列生成唯一标识：

data want;
    livraria="&sel_lib";
    tabela="&sel_tab";
    length check $32. primary_key $200.; /* 根据主键长度调整 */
    format check $hex32.
    set &sel_livraria..&sel_tabela.;
    primary_key = catx('|', id, code); /* 用分隔符拼接主键列，避免字段值混淆 */
    check = md5(cats(&scolunas));
    hash = put(check,$hex32.);
    keep livraria tabela primary_key hash; /* 保留主键标识字段 */
    put primary_key= hash=;
    put _all_;
run;

2.2 自动获取主键列（通用方案） #

如果需要适配任意表，可从sashelp.vindex中自动提取主键列并拼接：

1. 先获取主键列并传入宏变量primary_cols：

proc sql noprint;
    select name
    into :primary_cols separated by ','
    from sashelp.vindex
    where upcase(libname)="&sel_lib"
      and upcase(memname)="&sel_tab"
      and upcase(keyname)='PRIMARY'; /* 筛选主键索引 */
quit;

2. 修改数据步代码，拼接主键列：

data want;
    livraria="&sel_lib";
    tabela="&sel_tab";
    length check $32. primary_key $500.; /* 根据实际主键总长度调整 */
    format check $hex32.
    set &sel_livraria..&sel_tabela.;
    primary_key = catx('|', &primary_cols); /* 用分隔符拼接所有主键列 */
    check = md5(cats(&scolunas));
    hash = put(check,$hex32.);
    keep livraria tabela primary_key hash;
    put primary_key= hash=;
    put _all_;
run;

说明：使用catx('|', ...)而非直接拼接，是为了避免不同主键列的值连在一起导致歧义（比如主键列a=12和b=3，直接拼接是123，用分隔符是12|3，更易区分）。

内容的提问来源于stack exchange，提问作者JPOLIVA