分析行业资深专家，大数据可视化分析负责人SAS北京研发中心商业智能和可视化分析产品部技术总监巫银良先生，分享如何从程序员成为一名数据科学家，想成为数据达人吗？快来围观吧！
文章将以系列连载的形式展现，旨在用简短的篇幅和精炼的语言，帮助已经有一定软件编程语言基础（比如C/C 或者 Java）的同学平滑过渡到 SAS 这种专门为数据处理，分析和报表而发明的第四代计算机语言，从而实现从丝码农到数据科学家的华丽转身。
SAS 是英文 Statistical Analysis System 的简称。首先 SAS 作为一家企业，它是一家由 James Goodnight 和 John Sall 成立于1976年，总部位于美国北卡罗来纳州的长青藤软件公司。SAS 是全球商业分析软件和服务的领导者，商业智能行业的最大独立供应商。
SAS 作为一种软件系统，它以提供“知的力量”（The Power to Know）为己任，向全球各行各业提供全面的数据分析软件技术，包括统计分析、趋势预报、预测模型和优化。
SAS 作为一种计算机语言，是专门为数据处理和统计分析而设计的第四代计算机编程语言，主要面向数据操作，分析和报告。SAS 自成立40多年来一直在帮助用户将各种数据转化为知识与智慧，发掘企业数据的商业价值。
在开始学习 SAS 编程之前，有必要了解一下 SAS 计算服务的三大核心模块：SAS 语言，SAS 引擎和数据库服务：
用于编写 SAS 程序，主要由一系列面向数据操作和分析的代码构成，语言元素主要包括：
SAS 宏（SAS Macro）：包括宏变量和宏函数，实现 SAS 代码重用，减少重复代码。 数据步（DATA Step）：负责数据读入，数据处理并创建 SAS 能理解的数据表示（数据集和数据列）。 过程步（PROC Step）：负责对数据进行分析，完成各种统计功能和图表功能等。
SAS 语言是跨平台的编程语言，编写好的 SAS 程序可以运行在各种主机架构的Linux、Unix、Windows、甚至IBM 大型主机上。SAS 运行环境就像JVM或CLR环境，提供平台无关的执行环境；某种意义上，SAS 比Java还早（1985-1989）提出革命性的“主机无关的可移植层”概念，并在其 SAS 运行环境（内部称为MVA架构：Multi-Vendor Architecture）使用至今。
SAS 运行环境包括一个称为输出传送系统（Output Delivery System，简称ODS）的部分，用于管理 SAS 程序的输出（有点类似其他编程语言的 I/O），ODS 支持三种 SAS 格式的目标（LISTING, OUTPUT，DOCUMENT）和多种第三方格式目标（HTML，PRINTER，MARKUP，RTF），用户也可以自定义模板输出，控制分析结果的形态。
SAS 库引擎（SAS Library Engines）和远程库服务（Remote Library Services）让用户在 SAS 代码中可以非常方便地访问外部数据结构、或存储于远程计算机平台（比如各种数据库）的数据。SAS 引擎可以在不同的 SAS 服务器中工作：
工作区服务器（Workspace Server）：SAS 代码每次提交本服务器运行，都会新建一个 SAS 运行环境（对应操作系统的一个进程），称为 SAS 会话。 存储过程服务器（Stored Process Server）：SAS 代码每次提交本服务器运行，会共享 SAS 作为服务启动时建立的那个 SAS 会话。 连接服务器（SAS/Connect Server）：可以让客户端机器在服务端机器上充分利用资源运行 SAS 程序处理结果，构建“ SAS 到 SAS ”的客户端/服务区环境。 网格服务器（Grid Server）：SAS 应用服务器上用于桥接 SAS 应用和 SAS 网格环境的逻辑服务器，实现将繁重的计算作业分配到网格环境上进行并行执行。
SAS 引擎对用户而言屏蔽了数据访问和执行环境的细节，让用户通过 SAS 库（SAS Library）引用需要分析的数据而无需关注存储格式和数据库类型，以及计算资源的形态。因此，SAS 分析代码可以变得非常清晰可重用。
数据访问（Data Access）：对于各种各样的数据存在形态和数据库，SAS 都提供对应的数据访问服务来保证对特定数据的访问，SAS 支持从PC文件到关系型数据库、从分布式文件系统HDFS到云端的数据访问。 库内处理（In-Database Processing）：SAS 为改进系统性能，减少数据在数据库和SAS 之间的移动，加速分析的开发和部署而设计的一种高性能分析平台技术；它采用更加智能化的SQL来增强所选的分析过程，在一些关键用例上将 SAS 函数直接部署到数据库内部。 内存分析（SAS In-Memory Analytics）：随着大数据时代的到来，高级分析和可视化分析呼唤对海量数据的大规模并发访问。SAS 运行在分布式计算环境（而不是单个机器）的LASR 分析服务器（LASR Analytics Server）能够预先将海量数据加载到内存中，提供安全，无状态的只读操作，从而实现对海量数据的分析在秒级完成。2016年，SAS 再次创新性地推出了 SAS 云分析服务（简称：CAS - Cloud Analytics Services）， CAS是可以SAS运行在云端的、最新的数据管理和分析运行环境，它可以直接对存储在云端（比如亚马逊云）的数据进行能够分析处理。
SAS 网格计算（SAS Grid Computing）、库内计算（SAS In-Database）和内存计算（SAS In-Memory Analytics）是 SAS 高性能分析平台传统上的三大支柱；近40年来，不管计算环境如何变化，SAS 一直致力于将最好的分析技术带给用户，为客户提供从数据、信息到知识、乃至智能的“知的力量The Power To Know”。
有了以上这些基础，就让我们以最简单的 SAS 程序 Hello World 结束本章，在下一章开始我们的 SAS 编程之旅！
data _null_;
put "THE POWER TO KNOW";
put "-- Since 1976 --";
run;
本文作者：巫银良，分析行业资深专家，大数据可视化分析负责人， SAS 北京研发中心商业智能和可视化分析产品部技术总监，资深商业智能技术专家。
感谢巫银良先生对本文内容的支持，也欢迎大家积极投稿，与小伙伴分享您独特得见解和卓越的技术。投稿邮箱：[email protected]
长按二维码，可阅读原文
| 
注册
登录
