
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01