数据库中慎用float数据类型（转载）

数据库中慎用float数据类型

大多数编程语言都支持float或者double的数据类型。而数据库中也有相同关键字的数据类型，因此很多开发人员也自然而然地在需要浮点数的地方使用float作为字段类型。 www.2cto.com

但事实上是否float可以适用于所有的业务场景呢？

float类型是根据IEEE 754标准使用二进制格式编码实数数据，对于一些小数，比如59.95，float类型会存储了二进制中最接近59.95的值，用十进制表示等于59.950000762939。

当然，有些数据库能够通过某种方式弥补这种数据的不精确性，查询结果在时候可以输出我们所期望的值。

如下面所示：

Sql代码

select rate from t_refresh where id =1;

Returns:59.95

但是，如果将这个值扩大十亿倍： www.2cto.com

Sql代码

select rate * 1000000000 from t_refresh where id =1;

Return:59950000762.939

这可能和你期望的结果59950000000.000不太一样了。

在上面在例子中，误差在千万分之一内，对于部分的运算来说已经足够了。

然而，在某些运算中，这样的误差是不能容忍的，如比较的操作：

Sql代码

select * from t_refresh where rate = 59.95

Result:empty set;no rows match,

因为rate的实际存储值是比59.95大一点点。

又如在金融项目中计算复利，需要进行多次浮点数乘法运算，使用float类型会导致误差不断累积。

www.2cto.com

因此，在某些业务场景中，我们需要用numeric或者decimal来代替float数据类型。

和float类型相比，numeric和decimal存储的是精确值，如果你insert进去的是一个59.95，实际存的也是59.95。

所以在上面在例子中，如果用numeric或者decimal

Sql代码

select rate * 1000000000 from t_refresh where id =1;

Return:59950000000

Sql代码

select id from t_refresh where rate = 59.95

Return:1

结论：

float适用于精度要求低, 数值范围大的科学运算场景

金融、统计等精度要求高的场景，则需要用numeric或者decimal

巴特西