我有高频财务数据（毫秒），有很多列，137mio观测值/行，总大小32Gb。我想使用PROC TIMESERIES将观测值聚合到30秒的仓中。我最初的命令涉及很多变量/任务。
proc timeseries data=DATA out= DATA_SEC30;
id DATETIME interval=sec30 setmissing=missing align=beg start = '01jan1999.00:05'dt end = '01dec2014.00:00'dt;
var TRADE BID ASK MID / accumulate=last;
var TIME / accumulate=last;
var OF VOL / accumulate=total;
var DATE / accumulate=N;
run;
如果我运行此代码，我会收到以下错误消息：
错误：无法分配足够的内存。至少请求了312070K字节。您必须增加可用内存量，或者以不同的方式处理问题。
我的问题是，解决问题的最佳方法是什么？
A） 根据日期等将文件拆分成更小（不重叠）的文件，然后在每个子文件上运行上面的代码，并在最后将它们放在一起？或
B） 按步骤拆分以上代码，例如每个VAR语句一个，但在完整文件上运行？
答案可能是程序特定的，也可能是计算机特定的（但我希望得到一个"一般"的答案）。我使用PROC TIMESERIES，计算机是一台服务器，SAS被分配了大约256Gb的内存。
首先，鉴于您的特殊问题，我鼓励您联系SAS技术支持。你为SAS支付了很多钱，你得到的一件事是在类似问题上几乎实时的支持——通常来自proc的开发人员自己。一旦你超越了基本的数据步骤和简单的过程，如SUMMARY/MEANS、TABULATE、FREQ等，进入了高内存强度的东西，如TIMESERIES，通常会有一些特定于过程的优化，只有少数人可能知道。
至于在general中，什么方法最适合解决此类问题，没有一个答案。当它不会影响结果时，最好将观察结果分开，而不是为不同的变量重新运行过程。这是因为I/O限制；四次读取相同的32GB与四次读取8GB相比，后者显然更好。当然，有时（比如在回归分析中）这会改变结果，因此是不可取的。
如果可能的话，您也可以使用BY语句来提供帮助。这避免了实际拆分数据集的必要性；相反，您有一些定义组的变量，并运行该ID的BY，允许您在一次过程中通过一次调用运行proc，但可以有效地多次运行分析，并且只生成一个最终输出数据集。这通常（但并不总是）可以避免内存不足的情况。我不知道PROC TIMESERIES是否能处理这个问题，但我认为在你的情况下可能会。
下面是一个示例，使用PROC TIMESERIES文档中的第二个示例。首先，我在整个SASHELP.AIR数据集上运行它，然后是BY yeargroup（四舍五入到5的最近倍数的年份）。请注意SERIES数据集是如何相同的；因此，这部分分析工作很好。但是SEASON数据集并不相同，因为BY组分析意味着每个BY值都有单独的Seasons集。您需要了解PROC TIMESERIES是如何处理您的数据的，以了解BY组是否会影响事情。
proc timeseries data=sashelp.air
out=series
outtrend=trend
outseason=season print=seasons;
id date interval=qtr accumulate=avg;
var air;
run;
data air;
set sashelp.air;
yeargroup = round(year(date),5);
run;
proc timeseries data=work.air
out=series2
outtrend=trend
outseason=season print=seasons;
by yeargroup;
id date interval=qtr accumulate=avg;
var air;
run;
proc compare base=series compare=series2;
run;
为了在编写最少的代码和资源效率之间取得合理的折衷，我可能会使用不同的数据集选项多次运行proc时间序列，例如
proc timeseries data=DATA(firstobs = 1 obs = 10000000)...
proc timeseries data=DATA(firstobs = 10000001 obs = 20000000)...
在您的情况下，看起来只需将处理分为两次就足够了。像这样使用obs和firstobs可以避免创建索引或临时数据集，也可以避免读取整个数据集两次，因为SAS只需要在第二次运行中寻找firstobs的位置，即不需要实际读取任何先前的观测值。
根据您使用proc timeseries所做工作的复杂性，以及是否有其他人需要在您的服务器上使用大量内存，您可能会发现编写等效的数据步骤是值得的。这将为您提供一次通过的单个输出数据集，并且将消耗更少的内存（可能只有几百KB），但可能需要更多的编写和维护工作。