SAS中如何使用HASH对象实现1=1条件的左连接

1=1无条件左连接的HASH等价实现方案 #

实现思路 #

无条件1=1左连接本质是将前序连接结果的每一行，与筛选后的costs子表的所有行做笛卡尔积，左连语义保证前序结果哪怕没有匹配到costs行也会保留，costs对应字段为空。实现时可以给筛选后的costs子表统一设置固定虚拟键，用虚拟键做HASH匹配即可实现全量遍历。

正确实现代码 #

data indirect_costs;
    /* 预先声明所有变量的PDV结构 */
    if 0 then set dpd efforts&costprod. costs(where=(_name_='avg_effort_cost'));

    if _n_ = 1 then do;
        /* 加载第一个左连接的hash表：efforts&costprod.，关联键client_ref，支持多值匹配 */
        declare hash h_cf(dataset: "efforts&costprod.", hashexp: 15, multidata: 'Y');
        h_cf.defineKey('client_ref');
        h_cf.defineData(all: 'Y');
        h_cf.defineDone();

        /* 加载第二个1=1连接的hash表：筛选后的costs，自动生成固定虚拟键dummy=1做关联 */
        declare hash h_df(dataset: "costs(where=(_name_='avg_effort_cost') dummy=1)", hashexp: 15, multidata: 'Y');
        h_df.defineKey('dummy'); /* 虚拟关联键，所有行值都为1，匹配时可遍历全表 */
        h_df.defineData(all: 'Y');
        h_df.defineDone();
        /* 声明h_df的迭代器，用来批量遍历所有costs匹配行 */
        declare hiter iter_df('h_df');
    end;

    set dpd;
    /* 先匹配第一个左连接的表b，按fnum关联 */
    rc_cf = h_cf.find(key: fnum);
    /* b表没有匹配的情况也要保留行，先将b表对应字段置空 */
    if rc_cf ne 0 then call missing(of efforts&costprod.._all_);

    /* 遍历b表的所有匹配行 */
    do while(rc_cf = 0);
        /* 每拿到一条b的匹配行，遍历所有c表的行，实现1=1连接 */
        rc_df = iter_df.first();
        if rc_df ne 0 then do;
            /* c表为空的情况，直接输出当前行，c字段全空 */
            call missing(of costs._all_);
            output;
        end;
        do while(rc_df = 0);
            output;
            rc_df = iter_df.next();
        end;
        /* 找下一条b的匹配行 */
        rc_cf = h_cf.find_next(key: fnum);
    end;

    drop rc_cf rc_df dummy;
run;

关键修正点说明 #

• 给costs子表新增固定值虚拟键关联，不需要真实业务键即可实现全量遍历，完美等价1=1的连接语义
• 调整了遍历逻辑：每匹配到1条b表的行，就遍历所有c表的行输出，符合笛卡尔积的计算逻辑
• 补全了costs表的where筛选条件，避免加载全量costs无效数据
• 兼容左连语义：b表或c表无匹配时，对应字段自动置空并保留主表行，和原SQL结果完全一致

内容的提问来源于stack exchange，提问作者py14ak