01-SAS 安装与vscode 扩展

作者

Simon Zhou

发布于

2025年3月11日

修改于

2025年5月6日

1 SAS 在 Windows 的安装

2 SAS 在 Linux 的安装

3 SAS 与 vscode 扩展

SAS VS Code 扩展轻量级，可在任何地方运行，并允许您集成 SAS 和其他语言。该工具还提供直接连接到 SAS Viya 和 SAS 9 并运行代码的功能。

SAS 语法突出显示和帮助、代码完成和代码片段
用于连接 SAS 和运行代码的配置文件配置
支持 SAS Viya 和 SAS 9 连接
访问 SAS 内容和库
为 SAS、SQL、Python 和其他语言创建笔记本

扩展程序可在 GitHub 上找到仓库与原代码：[vscode-sas-extension](https://github.com/sassoftware/vscode-sas-extension)

更多关于 SAS 与 vscode 的信息可以访问：[SAS Extension for Visual Studio Code](https://developer.sas.com/programming/vs_code_extension)

3.1 安装插件

在 vscode 的扩展页面搜索 “sas” ，第一个 “official SAS ···“ 即为正确扩展：

4 配置路径

Before you can run SAS code, you must configure the SAS extension to access your SAS 9.4 (remote or local) server or a SAS Viya server and add a connection profile.

在运行 SAS 代码之前，您必须配置 SAS 扩展以访问 SAS 9.4（远程或本地）服务器或 SAS Viya 服务器。您必须获得 SAS 9.4 或 SAS Viya 的许可才能运行 SAS 代码。

打开 SAS 程序文件。
单击 VS Code 窗口左下方状态栏中的“无配置文件”。

您还可以打开命令面板（F1，或Ctrl+Shift+P在 Windows 或 Linux 上，或Shift+CMD+P在 OSX 上）并找到SAS: Add New Connection Profile命令。
按照“添加新连接配置文件”部分中的说明添加配置文件。
创建配置文件后，状态栏项将从“无配置文件”更改为新配置文件的名称。

5 编译 SAS 文件

SAS 文件右上角有一个奔跑的小人，点击即可开始运行所选中的程序段落，并在右侧窗口输出结果。

6 在 Jupyter Notebook 中使用 SAS

6.1 环境准备

安装 Anaconda 集成环境或 Python 和 SAS 软件，其中Anaconda要求Python3+；Python在Jupyter Notebook和SAS之间起一个桥梁的作用，Jupyter Notebook中的SAS代码会交给Python，Python负责将代码传递给SAS执行；然后将执行的结果返回给Jupyter Notebook显示。

SAS版本要求9.4，也可以是 SAS Viya。

6.2 安装SAS_KERNEL

启动 cmd，输入命令：

pip install sas_kernel

然后就会自动安装 sas_kernel 及其相应的依赖项。

安装完成后可以输入命令：

jupyter kernelspec list

来检测 sas_kernel 是否安装成功，如果成功，理论上会看到如下形式的输出：

Available kernels:
    python3    /home/sas/anaconda3/lib/python3.5/site-packages/ipykernel/resources
    sas        /home/sas/.local/share/jupyter/kernels/sas

6.3 修改 Python 配置文件

安装好 sas_kernel 后找到 Anaconda 或 Python 的安装目录，会有一个相应的文件夹出现，例如我的文件路径如下：

C:\Users\asus\AppData\Local\Programs\Python\Python312\Lib\site-packages\saspy

在这个文件路径下找到 sascfg.py 文件，该文件中需要配置连接SAS的信息。可以配置连接本地机器的SAS；也可以配置连接远程机器的SAS Server，无论是Linux Server还是Windows Server都可以。此处就以连接本地SAS为例进行说明。

打开该文件，首先是一大段注释；
在这段注释后定义的第一个变量 SAS_config_names 用于指定连接SAS的配置方式，提供了 10 种方式：default, ssh, iomlinux, iomwin, winlocal, winiomlinux, winiomwin, httpsviya, httpviya, iomcom。默认为 default 方式。
因为我们需要连接Windows机器本地的SAS，所以需要将 SAS_config_names 的值修改为 winlocal 。

后续有一些安装步骤，但是大多是在2016-2020年更新的教程，无法找到复现的路径，可能相关的配置已被优化。

包括这个 [SAS岩论 | 在Jupyter Notebook中使用SAS ](https://www.sohu.com/a/218339423_278472) 中写到的需要使用 cpW 定义 SAS 路径。

6.4 修改系统变量

将sas相关文件 sspiauth.dll 添加到系统环境变量，该文件很可能在如下目录：

C:\Program Files\SASHome\SASFoundation\9.4\core\sasext

（注意添加变量时不要包含 sspiauth.dll 文件本身）

Warning: 环境变量添加完成后，要重启电脑才会生效。

6.5 在 jupyter notebook 中使用 SAS

新建文件，选择使用 SAS 内核，或者在 cell 中通过 magic command 指定内核。

%%sas

使用语法如下所示：

%%sas
data iris;
    set sashelp.iris;
run;

proc print data=iris(obs=10);
run;

在Notebook中写SAS代码了，跟Python一样，同样有代码提示、语法高亮的功能。但是你会注意到过程步的结果显示了，运行的日志去哪里了？

如果代码运行错误或者没有输出（例如纯DATA步）的话，那么输出就是日志信息。

能够正确运行且有输出结果的代码就不会显示日志了。

7 安装SAS日志组件

如果想要像SAS Base一样，随时查看所有程序运行的日志结果也没问题。安装一个Notebook的SAS日志扩展组件就可以了。打开Anaconda Prompt，输入以下命令安装：

jupyter nbextension install --py sas_kernel.showSASLog

运行完毕后，输入以下命令启用SAS日志组件：

jupyter nbextension enable sas_kernel.showSASLog –py

8 连接SAS Server

如果需要配置连接远程的SAS Server，如连接远程Windows机器的SAS Server，需在sascfg.py中做以下修改：

将SAS_config_names的值改为“wintowin”；
在wintowin连接方式中将参数iomhost的值修改为远程Windows机器的IP地址；将参数encoding的值修改为euc-cn；
将cpW中5个Jar包的路径修改为远程Windows机器中SAS对应的目录。

修改完毕后，启动Notebook，首次运行SAS代码时，会提示输入访问SAS Server的有效SAS用户和密码。¹

8.1 典型生态项目

SASPy

SASPy 是一个 Python 库，允许你通过 Python 代码与 SAS 进行交互。SAS Kernel 依赖于 SASPy，因此在使用 SAS Kernel 之前，你需要配置 SASPy。

JupyterLab 扩展

SAS Kernel 支持 JupyterLab 扩展，这些扩展可以提高你在 JupyterLab 中的编程效率。你可以通过以下命令安装这些扩展：

pip install sas_kernel[jlab_ext]

NBGrader

NBGrader 是一个用于分配和评分 Jupyter Notebook 的系统，它与 SAS Kernel 兼容。你可以使用 NBGrader 来创建和评分包含 SAS 代码的作业。

通过这些生态项目，SAS Kernel 不仅扩展了 Jupyter Notebook 的功能，还增强了其在数据科学和分析领域的应用能力。²

脚注

--- title: "01-SAS 安装与vscode 扩展" author: "Simon Zhou" date: "2025-03-11" date-modified: "2025-05-06" format: html: code-fold: true fig_caption: true number-sections: true toc: true toc-depth: 2 --- ## SAS 在 Windows 的安装 ## SAS 在 Linux 的安装 ## SAS 与 vscode 扩展 SAS VS Code 扩展轻量级，可在任何地方运行，并允许您集成 SAS 和其他语言。该工具还提供直接连接到 SAS Viya 和 SAS 9 并运行代码的功能。 - SAS 语法突出显示和帮助、代码完成和代码片段 - 用于连接 SAS 和运行代码的配置文件配置 - 支持 SAS Viya 和 SAS 9 连接 - 访问 SAS 内容和库 - 为 SAS、SQL、Python 和其他语言创建笔记本扩展程序可在 GitHub 上找到仓库与原代码：\[[vscode-sas-extension](https://github.com/sassoftware/vscode-sas-extension)\](<https://github.com/sassoftware/vscode-sas-extension>) 更多关于 SAS 与 vscode 的信息可以访问：\[**SAS Extension for Visual Studio Code**\](<https://developer.sas.com/programming/vs_code_extension>) ### 安装插件在 vscode 的扩展页面搜索 “sas” ，第一个 “official SAS ···“ 即为正确扩展： ![](images/SAS-extension.png) ## 配置路径 Before you can run SAS code, you must [configure the SAS extension](https://sassoftware.github.io/vscode-sas-extension/Configurations/ "https://sassoftware.github.io/vscode-sas-extension/Configurations/") to access your SAS 9.4 (remote or local) server or a SAS Viya server and [add a connection profile](https://sassoftware.github.io/vscode-sas-extension/Configurations/Profiles/ "https://sassoftware.github.io/vscode-sas-extension/Configurations/Profiles/"). 在运行 SAS 代码之前，您必须配置 SAS 扩展以访问 SAS 9.4（远程或本地）服务器或 SAS Viya 服务器。您必须获得 SAS 9.4 或 SAS Viya 的许可才能运行 SAS 代码。 1. 打开 SAS 程序文件。 2. 单击 VS Code 窗口左下方状态栏中的“无配置文件”。您还可以打开命令面板（`F1`，或`Ctrl+Shift+P`在 Windows 或 Linux 上，或`Shift+CMD+P`在 OSX 上）并找到`SAS: Add New Connection Profile`命令。 3. [按照“添加新连接配置文件”](https://sassoftware.github.io/vscode-sas-extension/Configurations/Profiles/#add-new-connection-profile)部分中的说明添加配置文件。 4. 创建配置文件后，状态栏项将从“无配置文件”更改为新配置文件的名称。 ![](images/paste-2.png) 更多设置可以查看\[[**SAS Extension for Visual Studio Code Documentation**](https://sassoftware.github.io/vscode-sas-extension/)\]([https://sassoftware.github.io/vscode-sas-extension/Configurations/Profiles/sas9local](#0){style="font-size: 13pt; font-weight: var(--fontWeightRegular);"}) ## 编译 SAS 文件 SAS 文件右上角有一个奔跑的小人，点击即可开始运行所选中的程序段落，并在右侧窗口输出结果。 ## 在 Jupyter Notebook 中使用 SAS ### 环境准备安装 Anaconda 集成环境或 Python 和 SAS 软件，其中Anaconda要求Python3+；Python在Jupyter Notebook和SAS之间起一个桥梁的作用，Jupyter Notebook中的SAS代码会交给Python，Python负责将代码传递给SAS执行；然后将执行的结果返回给Jupyter Notebook显示。 SAS版本要求9.4，也可以是 SAS Viya。 ### 安装SAS_KERNEL 启动 `cmd`，输入命令： ``` python pip install sas_kernel ``` 然后就会自动安装 `sas_kernel` 及其相应的依赖项。安装完成后可以输入命令： ``` python jupyter kernelspec list ``` 来检测 `sas_kernel` 是否安装成功，如果成功，理论上会看到如下形式的输出： ``` Available kernels: python3 /home/sas/anaconda3/lib/python3.5/site-packages/ipykernel/resources sas /home/sas/.local/share/jupyter/kernels/sas ``` ### 修改 Python 配置文件安装好 `sas_kernel` 后找到 Anaconda 或 Python 的安装目录，会有一个相应的文件夹出现，例如我的文件路径如下： ``` C:\Users\asus\AppData\Local\Programs\Python\Python312\Lib\site-packages\saspy ``` 在这个文件路径下找到 `sascfg.py` 文件，该文件中需要配置连接SAS的信息。可以配置连接本地机器的SAS；也可以配置连接远程机器的SAS Server，无论是Linux Server还是Windows Server都可以。此处就以连接本地SAS为例进行说明。 1. 打开该文件，首先是一大段注释； 2. 在这段注释后定义的第一个变量 `SAS_config_names` 用于指定连接SAS的配置方式，提供了 10 种方式：`default`, `ssh`, `iomlinux`, `iomwin`, `winlocal`, `winiomlinux`, `winiomwin`, `httpsviya`, `httpviya`, `iomcom`。默认为 `default` 方式。 3. 因为我们需要连接Windows机器本地的SAS，所以需要将 `SAS_config_names` 的值修改为 `winlocal` 。 ![](images/paste-1.png) 后续有一些安装步骤，但是大多是在2016-2020年更新的教程，无法找到复现的路径，可能相关的配置已被优化。包括这个 \[**SAS岩论 \| 在Jupyter Notebook中使用SAS** \](<https://www.sohu.com/a/218339423_278472>) 中写到的需要使用 cpW 定义 SAS 路径。 ### 修改系统变量将sas相关文件 `sspiauth.dll` 添加到系统环境变量，该文件很可能在如下目录： ``` C:\Program Files\SASHome\SASFoundation\9.4\core\sasext ``` （注意添加变量时不要包含 sspiauth.dll 文件本身） **Warning:** 环境变量添加完成后，要重启电脑才会生效。 ### 在 jupyter notebook 中使用 SAS 新建文件，选择使用 SAS 内核，或者在 cell 中通过 magic command 指定内核。 ``` sas %%sas ``` 使用语法如下所示： ``` sas %%sas data iris; set sashelp.iris; run; proc print data=iris(obs=10); run; ``` 在Notebook中写SAS代码了，跟Python一样，同样有代码提示、语法高亮的功能。但是你会注意到过程步的结果显示了，运行的日志去哪里了？如果代码运行错误或者没有输出（例如纯DATA步）的话，那么输出就是日志信息。能够正确运行且有输出结果的代码就不会显示日志了。 ## 安装SAS日志组件如果想要像SAS Base一样，随时查看所有程序运行的日志结果也没问题。安装一个Notebook的SAS日志扩展组件就可以了。打开Anaconda Prompt，输入以下命令安装： ``` python jupyter nbextension install --py sas_kernel.showSASLog ``` 运行完毕后，输入以下命令启用SAS日志组件： ``` python jupyter nbextension enable sas_kernel.showSASLog –py ``` ## 连接SAS Server 如果需要配置连接远程的SAS Server，如连接远程Windows机器的SAS Server，需在sascfg.py中做以下修改： 1. 将SAS_config_names的值改为“wintowin”； 2. 在wintowin连接方式中将参数iomhost的值修改为远程Windows机器的IP地址；将参数encoding的值修改为euc-cn； 3. 将cpW中5个Jar包的路径修改为远程Windows机器中SAS对应的目录。修改完毕后，启动Notebook，首次运行SAS代码时，会提示输入访问SAS Server的有效SAS用户和密码。[^1] [^1]: [SAS岩论 \| 在Jupyter Notebook中使用SAS](https://www.sohu.com/a/218339423_278472){.uri} ### **典型生态项目** #### **SASPy** SASPy 是一个 Python 库，允许你通过 Python 代码与 SAS 进行交互。SAS Kernel 依赖于 SASPy，因此在使用 SAS Kernel 之前，你需要配置 SASPy。 #### **JupyterLab 扩展** SAS Kernel 支持 JupyterLab 扩展，这些扩展可以提高你在 JupyterLab 中的编程效率。你可以通过以下命令安装这些扩展： ``` python pip install sas_kernel[jlab_ext] ``` #### **NBGrader** NBGrader 是一个用于分配和评分 Jupyter Notebook 的系统，它与 SAS Kernel 兼容。你可以使用 NBGrader 来创建和评分包含 SAS 代码的作业。通过这些生态项目，SAS Kernel 不仅扩展了 Jupyter Notebook 的功能，还增强了其在数据科学和分析领域的应用能力。[^2] [^2]: [SAS Kernel for Jupyter 安装与使用教程](https://blog.csdn.net/gitblog_01103/article/details/142273387?fromshare=blogdetail&sharetype=blogdetail&sharerId=142273387&sharerefer=PC&sharesource=&sharefrom=from_link){.uri}