Mainframe DFSORT：按分组计数筛选每组前2条记录

需求说明 #

对输入文件按FILE_NAME和DATA_REC字段分组，统计每组的出现次数，针对每个FILE_NAME保留计数最高的前2组记录，最终输出包含FILE_NAME、DATA_REC及对应计数的结果。

实现方案 #

使用DFSORT的ICETOOL工具结合排序、统计、分段筛选完成，具体JCL及控制语句如下：

//SORTJOB  JOB (ACCT),'GROUP COUNT',CLASS=A,MSGCLASS=X
//*
//ICETOOL  EXEC PGM=ICETOOL
//TOOLMSG  DD SYSOUT=*
//DFSMSG   DD SYSOUT=*
//INDD     DD DSN=你的输入数据集名称,DISP=SHR
//TEMPDDS  DD DSN=&&TEMP,DISP=(,PASS),SPACE=(CYL,(5,5),RLSE)
//OUTDD    DD DSN=你的输出数据集名称,DISP=(NEW,CATLG,DELETE),
//            SPACE=(CYL,(5,5),RLSE),DCB=(RECFM=FB,LRECL=80,BLKSIZE=0)
//*
//TOOLIN   DD *
  COUNT FROM(INDD) TO(TEMPDDS) ON(1,9,CH) ON(11,9,CH) -
         USING(CTL1)
/*
//CTL1CNTL DD *
  OUTFIL FNAMES=TEMPDDS,BUILD=(1,9,X,11,9,X,COUNT=(M11,LENGTH=8))
/*
//*
//SORTSTEP EXEC PGM=SORT
//SYSOUT   DD SYSOUT=*
//SORTIN   DD DSN=&&TEMP,DISP=(OLD,PASS)
//SORTOUT  DD DSN=&&SORTED,DISP=(,PASS),SPACE=(CYL,(5,5),RLSE)
//SYSIN    DD *
  SORT FIELDS=(1,9,CH,A,20,8,ZD,D)
/*
//*
//FINAL    EXEC PGM=SORT
//SYSOUT   DD SYSOUT=*
//SORTIN   DD DSN=&&SORTED,DISP=(OLD,PASS)
//SORTOUT  DD DSN=&&FINAL,DISP=(,PASS),SPACE=(CYL,(5,5),RLSE)
//SYSIN    DD *
  OPTION COPY
  OUTFIL FNAMES=SORTOUT,
         SEGMENT=(ID=(1,9,CH),PREFIX=(''),SUFFIX=(''),
                  FIRST=2,
                  BUILD=(1,9,X,11,9,X,20,8,ZD,TO=CCITT,LENGTH=8))
/*
//*
//PRINTSTEP EXEC PGM=SORT
//SYSOUT   DD SYSOUT=*
//SORTIN   DD DSN=&&FINAL,DISP=(OLD,PASS)
//SORTOUT  DD DSN=你的输出数据集名称,DISP=(OLD,CATLG)
//SYSIN    DD *
  OPTION COPY
  OUTFIL FNAMES=SORTOUT,
         REMOVECC,
         OUTREC=(1,9,X,11,9,X,20,8,ZD,EDIT=(IITTT),SIGNS=(+,-))
/*

代码说明 #

1. 分组统计：通过ICETOOL COUNT命令，按FILE_NAME（位置1-9）和DATA_REC（位置11-9）分组统计次数，结果写入临时数据集TEMPDDS，输出格式为FILE_NAME DATA_REC 计数。
2. 排序：对临时数据集按FILE_NAME升序、计数降序排序，保证每个FILE_NAME下的记录按计数从高到低排列。
3. 分段筛选：使用OUTFIL SEGMENT功能，以FILE_NAME为分段标识，仅保留每个分段的前2条记录。
4. 格式调整：最后调整计数的输出格式，移除多余控制字符，生成符合要求的最终输出。

注意事项 #

• 需根据实际输入文件的字段位置，调整ON(1,9,CH)和ON(11,9,CH)中的位置参数。
• 输出数据集的LRECL和RECFM需结合实际需求调整，示例使用FB/80格式。

内容的提问来源于stack exchange，提问作者mayank