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
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20