京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SAS日志检测
以前跑数据集市时,通常是每天自己批量跑,如果每天查看日志非常麻烦。今天给大家分享一段数据日志的检测代码,可以判断是是哪天出错了。如下图所示:
[xmy_1487668820/2017-05-05-16-06-49-9355.png]
程序如下:
%macro check_main_log(dizhi);
data rizhi_shujuji3;
infile "&dizhi." end=eof length=length;
input jilu $400. length;
run;
/*将错误的记录找出来,进行排列*/
data xiugai3;
set rizhi_shujuji3 end=w;
retain errcount 0;
jilu=left(trim(jilu));
if jilu=:"ERROR:" or jilu=:"WARNING:" or jilu=:"ERROR" or jilu=:"WARNING" then do;
errcount=errcount+1;
call symput("errcount",errcount);
end;
if w then do;
panduan=errcount;
end;
run;
data c3;
set xiugai3;
if panduan~=.;
%let panduan=panduan;
call symput("panduan",panduan);
run;
/*找出错误记录所在的行数*/
data xiugai3;
set xiugai3;
retain errfound 0;
if errcount~='' then errfound=errfound+1;
run;
/*排序记录排列,将错误数据记录保留下来*/
proc sort
data=xiugai3;
by errcount;
run;
%if &panduan.=0 %then %do;
data xggg;
length txtname $400. biaoshi $10. jilu $400.;
format errcount best12. errfound best12. up_data best12.;
errcount=0;
errfound=0;
up_data=&t.;
txtname="&dizhi.";
biaoshi="right";
jilu="运行无错";
label jilu='错误记录' errcount='序列' errfound='错误所在行数' txtname="检测文件名称" biaoshi="标识";
%end;
run;
/*建立一个基础数据集放到逻辑库main*/
data main.warning;
length txtname $400. biaoshi $10. jilu $400.;
format errcount best12. errfound best12. up_data best12.;
txtname="";
up_data="";
biaoshi="";
jilu="";
errcount="";
errfound="";
run;
/*将错误的记录放到main逻辑库*/
proc append
base=main.warning data=xggg force;
quit;
%if &panduan.>1 %then %do;
data xggg;
set xiugai3;
length txtname $400. biaoshi $10. jilu $400.;
format errcount best12. errfound best12. up_data best12.;
by errcount;
txtname="&dizhi";
up_data=&t.;
biaoshi="warning";
if first.errcount;
if errcount~=0;
drop panduan;
label jilu='错误记录' errcount='序列' errfound='错误所在行数' txtname="检测文件名称" biaoshi="标识";
%end;
run;
/*建立一个基础数据集放到逻辑库main*/
data main.warning;
length txtname $400. biaoshi $10. jilu $400.;
format errcount best12. errfound best12. up_data best12.;
txtname="";
up_data="";
biaoshi="";
jilu="";
errcount="";
errfound="";
run;
/*讲错误的记录放到main逻辑库*/
proc append
base=main.warning data=xggg force;
quit;
%mend;
********************以下是调用******************
data time;
format t $8.;
t=compress(year(today())*10000+month(today())*100+day(today()));
call symput('t',t);
run;
/*创建文件夹*/
data _null_;
new = dcreate("&t.","&input.");
new1 = dcreate("结果数据","&input.\&t.");
new2 = dcreate("错误数据集","&input.\&t.");
new3 = dcreate("log","&input.\&t.");
new4 = dcreate("main","&input.\&t.");
run;
%let canshu = &input.\&t.\错误数据集;
%let log = &input.\&t.\log;
%let main = &input.\&t.\main;
/*导出日志*/
DM 'LOG;log; FILE "&log.\main.txt" replace;';
run;
/*清除日志*/
DM 'log; "clear";';
/*创建逻辑库*/
libname canshu "&canshu.";
libname main "&main.";
/*调用检测日志的宏程序*/
%check_main_log(&log.\main.txt);
此程序在批量运行中特别方便,只要查看逻辑库main 里的warning数据集就可知道哪里出错。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14