Contexte Métier
Un Lead Data Scientist a besoin d'obtenir une vue d'ensemble exhaustive de toutes les capacités analytiques installées sur le serveur CAS, qu'elles soient activement utilisées ou non. L'objectif est de planifier la stratégie R&D et de découvrir des outils potentiellement sous-utilisés. La performance de la requête est une considération secondaire par rapport à l'exhaustivité.
Préparation des Données
Aucune préparation de données n'est nécessaire.
Copié !
| 1 | /* Aucune création de données requise. */ |
Étapes de réalisation
1
Exécution de l'action 'actionSetInfo' avec le paramètre 'all=TRUE' pour forcer l'interrogation de tous les jeux d'actions disponibles sur le serveur.
Copié !
| 1 | PROC CAS; |
| 2 | BUILTINS.actionSetInfo / all=TRUE RESULT=r_all_actions; |
| 3 | RUN; |
2
Analyse des résultats pour dénombrer les jeux d'actions chargés par rapport aux non chargés, et sauvegarde de l'inventaire complet dans une table CAS persistante pour analyse ultérieure.
Copié !
| 1 | PROC CAS; |
| 2 | /* Sauvegarde de l'inventaire pour analyse */ |
| 3 | TABLE.promote / name='inventory_actionsets', casout={name='inventory_actionsets', caslib='CASUSER', replace=true}; |
| 4 | |
| 5 | /* Analyse simple des résultats */ |
| 6 | SIMPLE.freq / TABLE='inventory_actionsets', inputs={{name='loaded'}}; |
| 7 | RUN; |
Résultat Attendu
Une table de résultats complète ('inventory_actionsets') est créée, listant tous les jeux d'actions installés sur le serveur. L'analyse de fréquence doit montrer un grand nombre de jeux d'actions avec le statut 'loaded' à 'false' et quelques-uns à 'true'. Le temps d'exécution de la première étape est notablement plus long que celui du scénario standard, ce qui est le comportement attendu pour 'all=TRUE'.