SQL 全称 Strucured Query Language，即结构化查询语言，广泛应用于关系型数据库中。

SAS Base 使用 PROC SQL 提供了对 SQL 的实现。PROC SQL 过程可以帮助我们完成以下任务：

• 创建数据集、视图和索引

• 删除数据集、视图和索引

• 修改数据集的结构

• 修改数据集的观测

• 从数据集或视图中获取观测

• 从数据集或视图中合并观测

• 汇总统计

上述任务可以用四个字简要概括：增、删、改、查。

在这一节中，我们主要介绍如何使用 SQL 创建和删除数据集、视图和索引、修改数据集的结构，以及更新、新增和删除数据集中的观测。

创建数据集

使用 CREATE TABLE 语句可以创建一个数据集。例如：下述代码创建了一个包含若干变量的数据集，并定义了变量标签、输入格式、输出格式：

↑向右滑动查看全部代码↑

该数据集名称为 DM ，包含 3 个字符型变量和 3 个数值型变量。变量的定义包括变量名和变量类型，变量名可以是任何合法的 SAS 名称，变量类型可以是 CHARACTER 和 NUMERIC ，可以分别简写为 CHAR 和 NUM 。

运行后查看数据集 DM 属性：

CREATE TABLE 语句还支持基于现有数据集结构创建空白数据集，只需使用 LIKE 关键字即可：

上述代码将会创建一个名为 DM1 的数据集，其结构与数据集 DM 完全一致，但不含任何观测。

创建视图

视图本质上是一段 PROC SQL 的查询语句，本身并不包含任何数据集中的任何数据，当在 SAS 过程或 DATA 步中使用视图时，视图包含的查询语句将会自动执行。这意味着每次访问视图时，查询到的数据都有可能是不同的，即视图是动态更新的。

当某个查询语句被频繁使用时，可以为其创建视图，以供其他查询语句访问，而无需每次访问时编写重复的查询语句。

使用 CREATE VIEW 可以创建一个视图。例如：下述代码创建了一个视图，该视图查询了数据集 DM 中年龄 ≥ 60 岁的受试者信息。

注：上述代码使用了 SELECT 语句进行数据库的查询，我们将在未来的章节中介绍它。

创建索引

索引是一种数据结构，可以将其看做书的目录，它存储了指向特定观测的指针，以便可以通过指针快速定位特定数据。使用索引可以提高 PROC SQL 在特定情况下执行查询语句的效率。

索引又分为简单索引（simple index）和复合索引（composite index）。

• 简单索引：在一个变量上创建，索引名称必须与变量名相同；

• 复合索引: 在两个或多个变量上创建，索引名称不能与数据集中的任何变量名相同。

使用 CREATE INDEX 可以创建一个索引。例如：下述代码为数据集 DM 中的受试者唯一编号建立了索引。

复合索引适用于无法使用单一变量标识唯一观测的数据集（ADLB，ADAE等），例如：

在数据集属性信息的“索引”标签中可以查看已定义的索引信息：

删除数据集、视图、索引

使用 DROP 语句可以删除数据集、视图和索引。

删除操作需要注意以下问题:

1. 删除数据集或视图后，所有引用了该数据集或视图的视图都将失效；

2. 删除含有索引的数据集后，该数据集中的所有索引也将一并被删除；

3. 删除一个复合索引后，其所关联的变量都将失去该复合索引，但会保留其他索引。

修改数据集的结构

使用 ALTER TABLE 可以修改数据集的结构，包括增加、删除变量、修改变量属性，以及对数据完整性约束（integrity constraints）的操作。

数据完整性约束涉及到较高级的概念，我们将在未来的章节中介绍它，这一节我们只介绍对变量的增加、删除和修改操作。

新增变量

使用 ADD 子句可以新增一个或多个变量，我们可以在新增变量的同时指定变量的属性。

↑向右滑动查看全部代码↑

删除变量

使用 DROP 子句可以删除变量。

注意：删除某个变量时，使用该变量定义的索引（包括简单索引和复合索引）都将一并被删除。

修改变量属性

使用 MODIFY 子句可以修改变量的属性，用法与 ADD 子句类似。

↑向右滑动查看全部代码↑

上述代码修改了数据集 DM 中变量 RANDDT 和 SEX 的属性，分别将它们的输出格式修改为 e8601da10. 和 $sex. ，同时将变量 SEX 的长度修改为 10。

注意：ALTER TABLE 语句无法修改变量名，如需修改这些属性，请使用 CREATE TABLE 或 SELECT 语句间接完成，这将在未来的章节中进一步介绍。

更新数据集观测

使用 UPDATE 语句可以对数据集中的观测进行更新。 SET 子句指定更新的变量和数据， WHERE 子句指定筛选条件，符合 WHERE 条件的观测才会被更新。如果未指定 WHERE 子句，则会更新所有观测。

↑向右滑动查看全部代码↑

上述代码更新了数据集 DM 中所有已入组（ RANDFL = "Y" ）的受试者的体重指数（BMI）。

SET 子句可以指定 SQL 表达式作为更新后的值，但该 SQL 表达式不能包含逻辑运算符。有关 SQL 表达式的内容将在未来的章节中详细介绍。

新增数据集观测

使用 INSERT 语句可以在数据集中新增观测。 INTO 子句指定需新增观测的数据集名称，有两种新增观测的方式：使用 SET 或 VALUES 子句。

使用 SET 子句允许在为变量赋值时，无需考虑变量赋值的顺序；而 VALUE 子句在为变量赋值时，赋值顺序必须与 INSERT INTO 指定的变量顺序或变量在数据集中的顺序一致。

↑向右滑动查看全部代码↑

上述代码为数据集 DM 新增了 3 行观测，分别为 SET 子句新增的一条观测和 VALUES 子句新增的两条观测。

在新增观测时，INSERT 语句未指定但存在于数据集中的变量将会被赋予缺失值，若 INSERT 语句未指定任何变量，则相当于指定了数据集中的所有变量。例如，下述代码可以将一条完整的观测追加到数据集 DM 的最后一条观测中。

↑向右滑动查看全部代码↑

删除数据集观测

使用 DELETE 语句可以对数据集中的观测进行删除。 WHERE 子句指定筛选条件，符合条件的观测才会被删除。如果未指定 WHERE 子句，则会删除所有观测。

上述代码删除了数据集 DM 中所有未入组（ RANDFL ^= "Y" ）的受试者的观测。