对于一个码农来说，计算机的运行速度尤其重要，处理速度越快，我们工作的效率也就越高。想用自己的计算机和其他人的计算机PK一下速度吗？想知道抓取海量数据到底需要多长时间吗？今天，在这里你不需要用到秒表，rmsg命令来帮忙！

rmsg是“return message”的缩写，表示返回该命令运行时所花的时间（精确到0.01秒），同时显示命令运行完的当时时间，格式为：小时:分钟:毫秒。

rmsg的命令格式相当简单：

set rmsg {on|off} [,permanently]

在默认情况下，stata设置的是set rmsg off，即默认情况下不会显示某条命令的运行时间和运行完的当时时间。如果要设置开启，可以输入set rmsg on。

接下来我们开始进行一个小测试，以auto数据为例，画一个国产车与进口车的行驶里程与车重之间的关系。程序如下：

set rmsg on //开启设置

sysuse auto, clear

twoway (scatter mpg weight if foreign==0) ///

(scatter mpg weight if foreign==1 , msymbol(Sh)), ///

title(行驶里程与车重关系) ///

subtitle(11574年美国的国产和进口汽车) ///

ytitle(里程) xtitle(重量) ///

note(数据来自于美国汽车协会) ///

text(35 3400 "散点图") ///

legend(title(图例) label(1 国产车) label(2 进口车)) ///

scheme(s1rcolor)

我们可以在stata的结果输出窗口看到：

由上图我们可以看到，第一条读入auto数据的命令花了约0.01秒，而画图这条长长的命令花了约1.43秒，运行这段完整的程序一共花了1.45秒。看到这里，童鞋们是不是也蠢蠢欲动，想要测试一下自己的电脑运行这段程序到底需要几秒呢？

值得注意的是，如果仅仅输入set rmsg on，当你下次重新打开stata时，默认设置仍为off状态，只有当你输入set rmsg on, permanently时，才将默认设置的off状态真正改为on状态，即下次打开另一个stata并运行某段程序时，输出窗口仍会显示每一条程序运行时长和运行完的当时时间。

rmsg这 个命令最大的好处在于可以估算一个需要很久才能执行完的程序所需的时间，比如在爬虫的时候，有些数据有着几十万、几百万甚至几千万的数据量，抓取过程需要 很长时间，这个时候你可以通过抓取一部分的数据来估算抓取所有数据所需时间，比如说分年份抓取时，可以先抓取一年的数据，来估算抓取所有年份所需的时间。

这里有人就会问啦，计算出总的运行时间有什么用途呢？首先，你可以知道大概多长时间能完成抓取工作，方便进行下一步的研究；其次，有时反爬的设置需要我们购买代理去抓取数据，那么购买多长时间的代理就取决你程序运行的时间啦，买多了不是浪费嘛？

接下来我们就以抓取港股股票2000-2016年历史交易数据为例，来演示一下计算过程（详见推文《爬虫神器curl继续带你抓网页》）。

我们首先计算抓取股票代码为00001的历年交易数据总时间：

set rmsg on

clear

cap mkdir e:/港股数据/

cd e:/港股数据/

forvalue year = 2000(1)2016 {

       forvalue season = 1(1)4 {

              !curl --data "year=`year'&season=`season'" -o `year'_`season'.txt http://stock.finance.sina.com.cn/hkstock/history/00001.html  

              clear

              set obs 1

              gen v=fileread("`year'_`season'.txt")

              split v,parse("</form>""</table>")

              keep v3

              rename v3 v

              replace v= ustrregexra(v,"\s+","")

              split v,parse("</tr>")

              drop v v1

              sxpose,clear

              rename _var1 v

              replace v= ustrregexra(v,"\s+|^<tr><td>|</td>$","")

              split v,p("</td><td>")

              drop v

              rename (v1-v10)(日期 收盘价 涨跌额 涨跌幅 成交量 成交额 开盘价 最高价 最低价 振幅)

              drop in -1

              save `year'_`season',replace

              erase `year'_`season'.txt

       }

}

openall

save 00001.dta,replace

最终我们得到下图：

由上图我们可以知道，抓取股票代码为00001的历年交易数据所花的时间约为3分钟，那么所有的约9000个股票代码大约花费9000*3/(60*24)=18.75天。

是不是很方便呢？下一次进行海量抓取数据的时候不妨试试rmsg这个小巧的命令吧！

注：此推文中的图片及封面（除操作部分的）均来源于网络！如有雷同，纯属巧合！

文字编辑/闫续文

技术总编/刘贝贝

往期推文推荐：

1.高校学术大神：你的导师上榜了吗？

2.中国高校财经、管理与综合类期刊灌水排行榜