SAS宏转Teradata语法：多表创建最优方案及效率咨询

我有一个SAS宏，传入不同参数可创建多张表，代码如下：

%macro create_tables(key, value);
data WORK.TABLE_&key.;
    set WORK.MAIN_TABLE;
        where col = &value.;
        col_&key. = 1;
        drop col;
%mend create_tables;

该宏的key参数会注入到表名中，我需要传入30多组不同的key和value调用它。现需将这段代码转换为Teradata语法，想了解Teradata中实现该需求的最优方式，同时询问创建多张表是否更高效？补充信息：每张生成的表行数在100万到200万之间，MAIN_TABLE的行数超过3000万。

一、最优实现方式 #

针对30多组参数的批量建表需求，Teradata中推荐用存储过程+参数表的方案，避免重复扫描大表MAIN_TABLE，最大化利用Teradata的并行处理能力：

1. 先构建参数表 #

把所有key和value存入一张临时参数表，方便后续批量遍历：

CREATE VOLATILE TABLE param_list (
    param_key VARCHAR(50),
    param_value VARCHAR(100) -- 请根据MAIN_TABLE中col字段的实际类型调整
) ON COMMIT PRESERVE ROWS;

-- 插入30多组参数（示例仅展示2组）
INSERT INTO param_list VALUES ('key1', 'value1');
INSERT INTO param_list VALUES ('key2', 'value2');

2. 编写存储过程批量生成表 #

通过存储过程遍历参数表，动态拼接SQL创建目标表，减少重复扫描大表的IO开销：

REPLACE PROCEDURE create_multiple_tables()
BEGIN
    DECLARE v_key VARCHAR(50);
    DECLARE v_value VARCHAR(100);
    DECLARE v_sql VARCHAR(1000);
    -- 声明游标遍历参数表
    DECLARE param_cursor CURSOR FOR SELECT param_key, param_value FROM param_list;
    
    OPEN param_cursor;
    FETCH param_cursor INTO v_key, v_value;
    
    WHILE SQLCODE = 0 DO
        -- 动态拼接建表SQL
        SET v_sql = 'CREATE TABLE TABLE_' || v_key || ' AS 
                     SELECT 
                         *, 
                         1 AS col_' || v_key || ' 
                     FROM MAIN_TABLE 
                     WHERE col = ''' || v_value || ''' 
                     WITH DATA;';
        -- 执行动态SQL
        EXECUTE IMMEDIATE v_sql;
        
        FETCH param_cursor INTO v_key, v_value;
    END WHILE;
    
    CLOSE param_cursor;
END;

调用存储过程执行批量建表：

CALL create_multiple_tables();

如果想彻底避免多次扫描MAIN_TABLE，也可以用多表插入的方式（需提前创建所有目标表），但这种方式SQL会非常冗长，仅适合参数固定的场景：

-- 先提前创建好所有TABLE_key1、TABLE_key2...表
INSERT ALL
    WHEN col = 'value1' THEN INTO TABLE_key1 VALUES (1, 其他字段)
    WHEN col = 'value2' THEN INTO TABLE_key2 VALUES (1, 其他字段)
    -- 依次添加剩余30+组WHEN条件
SELECT * FROM MAIN_TABLE;

二、创建多张表是否更高效？ #

结合你的数据规模，需要从业务场景权衡：

• 若后续以单表独立查询为主：拆分多张表更高效。单表数据量仅100-200万，查询时扫描行数少，还可针对每张表单独创建索引，进一步提速。
• 若后续需要跨表关联/聚合：不建议拆分。跨表关联会增加查询开销，不如直接在MAIN_TABLE上针对col字段建索引，或者创建一张包含所有标记字段的宽表（给每个key对应一个col_key字段，值为1/0），后续查询直接过滤即可。
• 存储与维护成本：多张表会占用更多存储（Teradata的压缩特性可缓解），且后续备份、权限管理等维护工作更繁琐。

另外，要确保MAIN_TABLE的数据分布均匀（比如按col字段哈希分布），避免出现单AMP瓶颈，最大化Teradata的并行处理优势。

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