前言
这里还是用前面的例子: 在线机票订票系统的数据表设计。此时已经完成了大部分字段的设计，可能如下:
CREATE TABLE flights ( flight_id INT AUTO_INCREMENT PRIMARY KEY, flight_number VARCHAR(10), departure_airport_code VARCHAR(3), arrival_airport_code VARCHAR(3));
复制代码
考虑到还需要存储机票的订单金额，此时需要新增 price 字段来存储金额。金额一般都需要考虑小数，如 99.99，而在 MySQL 中存储小数的方法其实有多种，比如:
FLOAT/DOUBLE:浮点数类型，能够直接存储小数，同时基本上不需要考虑数据范围
DECIMAL: 定点数类型，能够精确表示一个小数，比如直接存储 99.99.
BIGINT: 可以将小数转换为整数，比如将 99.99 转换为 9999, 然后将其保存到数据库当中
这里我们该如何选择，才能让数据库在实现需求的同时，也保证数据库的高性能呢? 下面我们先充分了解下所有可能的选择，在这个基础上再来对比比较，从而选出最为合适的类型。
数据类型
FLOAT/DOUBLE
FLOAT 和 DOUBLE 是浮点数类型，分别用于表示单精度和双精度浮点数。单精度浮点数 FLOAT 使用 32 位来存储一个浮点数，双精度浮点数DOUBLE 使用 64 位来存储一个浮点数。
其特点是能够表示非常大或非常小的数值。下面举一个例子，创建一个简单的数据表，其中包含几个 FLOAT 和 DOUBLE 类型的字段，以及一些示例数据，以展示这些数据类型能够表示的非常大和非常小的数值。
CREATE TABLE floating_point_values ( id INT AUTO_INCREMENT PRIMARY KEY, small_float FLOAT, large_float FLOAT, small_double DOUBLE, large_double DOUBLE );
复制代码
在floating_point_values 的表，其中包含了四个列，具体含义如下:
small_float：用 FLOAT 类型来存储非常小的数值。
large_float：用 FLOAT 类型来存储非常大的数值。
small_double：用 DOUBLE 类型来存储非常小的数值。
large_double：用 DOUBLE 类型来存储非常大的数值。
然后往其中插入了一条记录，展示了 FLOAT 和 DOUBLE 类型能够表示的数值范围。
INSERT INTO floating_point_values (small_float, large_float, small_double, large_double) VALUES (-3.402823466E+38,3.402823466E+38, -1.7976931348623157E+308, 1.7976931348623157E+308);
复制代码
这些数值使用科学记数法表示，其中 E (或 e) 表示 10 的幂。例如，1.5E-45 表示 1.5 乘以 10 的 -45 次方，而 3.4E+38 表示 3.4 乘以 10 的 38 次方。下面简单查看插入到数据库中的数据:
mysql> select * from floating_point_values;+----+-------------+-------------+-------------------------+------------------------+| id | small_float | large_float | small_double | large_double |+----+-------------+-------------+-------------------------+------------------------+| 8 | -3.40282e38 | 3.40282e38 | -1.7976931348623157e308 | 1.7976931348623157e308 |+----+-------------+-------------+-------------------------+------------------------+1 row in set (0.03 sec)
复制代码
可以看到，FLOAT 和 DOUBLE 可以表示非常小或者非常大的数值，使用该类型来存储数据，基本上不用考虑数据范围的问题。之所以能够存储这么大或者这么小的数，在于其底层是遵循 IEEE 754 标准，该标准定义了浮点数的存储和算术运算规则，这里关于 IEEE 754 标准的内容就不再展开，感兴趣的朋友可自行查阅资料。
但是这两种类型存在一个关键的问题，FLOAT 和 DOUBLE 不是精确的数值类型，可能会引入舍入误差。下面是一个经典的例子，在理想的情况下，0.1 + 0.2 应该等于 0.3，但是在执行这个查询时，结果可能会出人意料。
下面通过创建一个简单的表，展示这个例子，表结构定义如下:
-- 创建一个名为 prices 的表，其中包含两个 DOUBLE 类型的列CREATE TABLE prices ( price1 DOUBLE, price2 DOUBLE ); -- 插入一些可能导致精度问题的值INSERT INTO prices (price1, price2) VALUES (0.1, 0.2);
复制代码
通过查询表并检查两个价格 price1 和 price2 的和是否等于 0.3:
mysql> SELECT price1, price2, price1 + price2 AS total, (price1 + price2) = 0.3 AS IsEqual FROM prices; +--------+--------+---------------------+---------+| price1 | price2 | total | IsEqual |+--------+--------+---------------------+---------+| 0.1 | 0.2 | 0.30000000000000004 | 0 |+--------+--------+---------------------+---------+
复制代码
可以看到 price1 和 price2 的总和（即 total 列）实际上是一个略大于 0.3 的值，这是由于浮点数的精度问题导致的。因此，IsEqual 列显示为 0，表明 (price1 + price2) 的结果并不等于 0.3。
之所以存在精度问题的原因，这里也可以简单类比说明一下。在十进制系统中，有些分数不能精确表示（例如，1/3 等于 0.3333...，小数点后的 3 会无限重复）。
类似地，在二进制（基数为 2）系统中，有些十进制分数也不能被精确表示，因为它们在二进制中是无限循环小数。例如，十进制的 0.1 在二进制中会变成一个无限循环的分数：
0.1 (十进制) = 0.0001100110011001100110011001100110011... (二进制)
复制代码
由于计算机内存是有限的，浮点数类型必须在某一点截断这个无限循环，这就导致了精确度的丧失。
所以如果在处理涉及金融和需要高精度的数据时，应该避免使用FLOAT/DOUBLE类型，从而由于这种类型的舍入误差，导致系统出现问题。
DECIMAl
DECIMAL 类型与 FLOAT/DOUBLE 类型不同，DECIMAL 类型是一种定点数数据类型，它用于存储精确的数值，其在存储和计算时不会丢失精度，这使得它特别适合用于需要精确计算的应用场景。下面举个例子说明一下:
-- 创建一个名为 exact_prices 的表，其中包含两个 DECIMAL 类型的列CREATE TABLE exact_prices ( price1 DECIMAL(10, 2), price2 DECIMAL(10, 2) ); -- 插入精确的十进制值INSERT INTO exact_prices (price1, price2) VALUES (0.1, 0.2); -- 查询表并检查两个价格的和是否等于 0.3SELECT price1, price2, price1 + price2 AS total, (price1 + price2) = 0.3 AS IsEqual FROM exact_prices;
复制代码
执行上述插入和查询应该得到以下结果：
+--------+--------+-------+---------+| price1 | price2 | total | IsEqual |+--------+--------+-------+---------+| 0.10 | 0.20 | 0.30 | 1 |+--------+--------+-------+---------+
复制代码
在这个例子中，与使用 FLOAT/DOUBLE 类型不同，price1 和 price2 的和恰好是 0.30，这是因为 DECIMAL 类型提供了精确的数值计算而不会引入浮点数的舍入误差。因此，IsEqual 列显示为 1，表明 (price1 + price2) 的结果确实等于 0.3。所以涉及金融和需要高精度的数据时，DECIMAL 类型是个更好的选择。
在声明 DECIMAL 类型时，可以指定精度（总共的数字个数）和标度（小数点后的数字个数）。格式为 DECIMAL(M, D)，其中 M 是精度， 代表最多能够存储 D 是标度。
例如，DECIMAL(10, 2) 可以存储最大为 99999999.99 的数值，其中 整数位数最多为 M - D，也就是 10 - 2 = 8 位，而小数位数最多保存两位小数。下面举个例子来说明一下:
CREATE TABLE financial_records ( id INT AUTO_INCREMENT PRIMARY KEY, transaction_amount DECIMAL(10, 2) -- 10位精度，其中包含2位小数 );
复制代码
这个例子中，financial_records 表的 transaction_amount 字段被定义为 DECIMAL(10, 2) 类型，意味着可以存储最多 8 位整数和 2 位小数的数值。比如下面这个数据就能正常存入:
INSERT INTO financial_records(transaction_amount) VALUES (12345.67);
复制代码
如果小数位数超过 2 位，此时将会进行四舍五入，最终只会保存 2 位小数，示例如下:
mysql> INSERT INTO financial_records (transaction_amount) VALUES (12345.688);Query OK, 1 row affected, 1 warning (0.03 sec)
mysql> select * from financial_records;+----+--------------------+| id | transaction_amount |+----+--------------------+| 3 | 12345.69 |+----+--------------------+1 row in set (0.03 sec)
复制代码
DECIMAL 还有一个注意点，便是其在 MySQL 中是有长度限制的。在 MySQL 中 DECIMAL 类型的最大精度（即数字的总位数，包括小数点前后的数字）可以达到 65 位。这意味着 DECIMAL 类型的数字的总位数不能超过 65。
下面通过一个示例演示一下，看看 DECIMAL 的位数超过 65 位，此时会发生什么:
-- 创建一个名为 example_decimal 的表，包含一个 DECIMAL 类型的列CREATE TABLE example_decimal ( amount DECIMAL(65, 30) -- 正确的 DECIMAL 定义 );
-- 尝试创建一个 DECIMAL 列，其精度超过了最大限制CREATE TABLE example_decimal_too_large ( amount DECIMAL(66, 30) -- 错误的 DECIMAL 定义，因为精度超过了 65 );
复制代码
可以看到，DECIMAL 的精度为 65 时，此时是能正常定义的；在第二个 CREATE TABLE 语句中，我们尝试创建一个精度为 66 的 DECIMAL 字段，此时将会报错，具体如下:
ERROR 1426 (42000): Too-big precision 66 specified for 'amount'. Maximum is 65.
复制代码
从功能层面上看，DECIMAL可以在需要精确计算的场景，很好得满足我们的诉求。下面我们来看看 DECIMAL 和 FLOAT/DOUBLE 类型在存储空间和执行效率上的比较，看看在这精确性的要求下，我们会付出怎样的代价。
这里通过创建两个表，其中一个使用 DECIMAL 来存储数据，一个使用 DOUBLE 类型来存储数据:
-- 创建使用 DECIMAL 类型的表CREATE TABLE decimal_table ( id INT AUTO_INCREMENT PRIMARY KEY, decimal_col DECIMAL(30,10) ); -- 创建使用 DOUBLE 类型的表 CREATE TABLE double_table ( id INT AUTO_INCREMENT PRIMARY KEY, double_col DOUBLE );
复制代码
然后使用存储过程往其中插入 100w 条数据，存储过程展示如下:
-- 创建存储过程插入数据DELIMITER $$
CREATE PROCEDURE InsertData()BEGIN DECLARE i INT DEFAULT 0; WHILE i < 1000000 DO INSERT INTO decimal_table (decimal_col) VALUES (RAND() * 1000000000.1234567890); INSERT INTO double_table (double_col) VALUES (RAND() * 1000000000.1234567890); SET i = i + 1; END WHILE;END$$
DELIMITER ;
-- 调用存储过程来插入数据CALL InsertData();
复制代码
此时 decimal_table 和 double_table 表中都有 100w 条数据，我们下面将通过执行查询语句来比较 DECIMAL 和 FLOAT/DOUBLE 类型在存储效率、性能上的差异。
下面通过这个 SQL 查看 decimal_table 和 double_table 两张表占用的磁盘的大小:
mysql> SELECT table_name AS 'Table', round(((data_length + index_length) / 1024 / 1024), 2) 'Size in MB' FROM information_schema.TABLES WHERE table_schema = 'test' AND table_name in ('decimal_table', 'double_table');+---------------+------------+| Table | Size in MB |+---------------+------------+| decimal_table | 38.56 || double_table | 32.56 |+---------------+------------+2 rows in set (0.02 sec)
复制代码
可以看到 decimal_table 占用的磁盘空间确实比 double_table 大一些，但是可以看到，其大小差距并不是很大，仅相差大约 20%。
尽管 DECIMAL 使用了更多的字节来确保精确度，但由于其优化的存储方式，空间占用并没有显著增加。
事实上从 MySQL 5.0 开始，DECIMAL 类型的存储被优化为每 4 个字节存储 9 个十进制数字（对于小数点前的数字和小数点后的数字都是如此）。
不过这也意味着每个 DECIMAL 数字的存储大小是其精度的函数，而不是数值的大小。
下面我们来看看 DECIMAL 类型在性能上的表现。一般来说由于 DECIMAL 类型是用来进行精确的定点数计算的，它在处理和存储数据时通常会比 DOUBLE 类型慢。
下面我们编写一个Python脚本，会对前面定义的decimal_table 和 double_table 进行重复的数值运算，从而能够直观得展示二者的性能差异，脚本如下:
import mysql.connectorfrom time import time
# 定义数学运算函数def math_operation_test(table_name, num_trials): if table_name == "decimal_table": update_query = f"UPDATE {table_name} SET decimal_col = decimal_col * 1.0000000001 WHERE id % 4 = 0;" else: update_query = f"UPDATE {table_name} SET double_col = double_col * 1.0000000001 WHERE id % 4 = 0;"
total_time = 0 for _ in range(num_trials): start_time = time() cursor.execute(update_query) cnx.commit() total_time += time() - start_time return total_time / num_trials, total_time # 返回平均执行时间
if __name__ == '__main__':
# 连接数据库 db_config = { 'user': 'user', 'password': 'password', 'host': 'hostname', 'port': port, 'database': 'test' } try: cnx = mysql.connector.connect(**db_config) cursor = cnx.cursor()
# 定义测试次数 num_trials = 100
# 进行数学运算测试 decimal_avg_time, decimal_total_time = math_operation_test('decimal_table', num_trials) double_avg_time, double_total_time = math_operation_test('double_table', num_trials)
# 输出结果 print(f"Average DECIMAL Math Operation Time: {decimal_avg_time} seconds") print(f"Average DOUBLE Math Operation Time: {double_avg_time} seconds")
print(f"DECIMAL Math Total Operation Time: {decimal_total_time} seconds") print(f"DOUBLE Math Total Operation Time: {double_total_time} seconds")
# 关闭连接 cursor.close() cnx.close()
except mysql.connector.Error as err: print(f"Error: {err}")
复制代码
在这个脚本中，我们多次调用数学运算函数，取其每次计算的平均值以及总计算耗时，获得 decimal 和 double 这两种类型在高频率数学运算的差异:
Total DECIMAL Math Operation Time: 135.5842161178589 secondsTotal DOUBLE Math Operation Time: 118.5552248954773 secondsAverage DECIMAL Math Operation Time: 1.355842161178589 secondsAverage DOUBLE Math Operation Time: 1.185552248954773 seconds
复制代码
可以看到 DECIMAL 类型平均一次计算耗时需要 1.38s，而 DOUBLE 类型平均一次计算耗时为 1.18s。
从这个对比结果可以看出 DECIMAL 类型的计算时间比 FLOAT 或 DOUBLE 类型的计算时间要长。这就是为了精确度而付出的性能代价。
整形
在实际开发中，BIGINT 类型也是常见的存储小数的一种方式，其既能具备 FLOAT/DOUBLE 类型的高性能，同时也能够拥有 DECIMAL 类型的准确性，使得其非常适合既需要高性能，也需要准确性的场景下使用。
这里关于 BIGINT 类型的存储效率，查询效率的对比验证，这里就不再展开，可以参考上面的对比过程。下面通过一个例子，展示其在获取高性能和精确性的情况下，不可避免带来代码复杂性的问题。
使用 BIGINT 存储小数的方法依赖于将小数转换为整数，下面举个例子来说明。这里需要一个字段来存储订单的金额，而这些金额通常有两位小数。这里使用 BIGINT 类型来存储的一个方式，是将金额放大 100 倍，以分为单位来进行存储:
CREATE TABLE financial_transactions ( id INT AUTO_INCREMENT PRIMARY KEY, amount BIGINT -- 金额以分为单位存储 );
复制代码
在这个表中，amount 字段将用来存储以分为单位的金额，这样 100 分等于 1 元。所以这里需要在程序中对其进行转换。在插入数据时，需要在应用层将金额转换为分：
def insert_transaction(cursor, amount): # 将金额转换为分 amount_in_cents = int(amount * 100) # 插入数据 cursor.execute("INSERT INTO financial_transactions (amount) VALUES (%s)", (amount_in_cents,)) if __name__ == '__main__': # 连接数据库 db_config = { # ... 这里省略 } # 获取数据库连接 cnx = mysql.connector.connect(**db_config) cursor = cnx.cursor() # 插入金额为100.20 insert_transaction(cursor, 100.20) cnx.commit()
复制代码
当查询要查询并显示金额时，此时需要将存储的分转换回来，这需要在应用层对其进行转换：
def get_transactions(cursor): cursor.execute("SELECT id, amount FROM financial_transactions") transactions = cursor.fetchall() for transaction in transactions: # 将分转换回金额 amount_in_dollars = transaction[1] / 100.0 print( f"Transaction ID: {transaction[0]}, Amount: {amount:.2f}")
复制代码
所以虽然 BIGINT 类型既能保证精确性，也具备高性能。但是这不可避免增加了代码的复杂性，并增加了出错的可能性。
在使用 BIGINT 类型存储小数时，此时需要选择一个因数（比如 100 或 1000）来乘以你的小数值，转换为整数。
这个因数决定了我们能够表示的小数精度。也必须确保在所有的计算中都使用同样的因数，这样才能保证计算的一致性和正确性。其次在查询展示时，也需要多一次转换才能获取到原本的数据。
从这里我们也可以看出来，没有一种数据类型是完美的，总是有权衡的。所以如果决定使用某种类型来存储数据时，需要确保自己已经综合考虑了各种因素。
怎么选择
在 MySQL 中存储小数方式，如上所述，可以选择FLOAT/DOULE 类型， DECIMAL 类型，也可以选择 BIGINT 类型。但是对于某一个业务场景来说，往往只有某一种类型在满足时间精度要求的前提下，在存储效率，查询性能上表现得更为优秀。
下面我们再汇总上面的内容，展示这几种类型在数据精度，存储效率，查询性能，代码复杂性等几个维度上的差异:
可以看到，由于 FLOAT/DOUBLE 存在精度丢失的问题，所以对于需要精确计算的场景，如金额存储，此时就不适合使用该种类型；
但是如果不需要精确计算的话，使用 FLOAT/DOUBLE 类型就非常合适，其能够表示非常大或非常小的数值，同时性能也比较好。
而 DECIMAL 提供精确的小数点运算，没有浮点数的舍入误差，就非常适合精确计算的场景，如金额存储。
相对的，DECIMAL 的运算可能会更慢。同时存储空间占用也会更多，尤其是在存储很多小数位数时。这也是其精确计算所需要付出的代价。
对于 BIGINT 类型，对于小数的存储，其存储效率高，同时性能也较好，但是不可避免会带来代码复杂性的提高，所以如果不是对性能特别敏感的场景，可以考虑使用 DECIMAL 类型。
回到最前面数据库设计的问题上，我这里这么金额字段的定义:
FLOAT/DOUBLE: 需要考虑金额的精确存储，此时不考虑
BIGINT: 并不需要进行大量的数学计算，对性能要求并没有特别敏感，不考虑
DECIMAL: 能够对金额进行精确存储，能够较好得满足需求
所以综合考虑之下，最终选择了 DECIMAL 类型来对金额进行存储:
CREATE TABLE flights ( flight_id INT AUTO_INCREMENT PRIMARY KEY, flight_number VARCHAR(10), departure_airport_code VARCHAR(3), arrival_airport_code VARCHAR(3), price DECIMAL(10, 2) );
复制代码
DECIMAL(10, 2) 表示这个字段可以存储最高为 10 位数的数字，其中包括 2 位小数。这意味着最大的金额可以是 99999999.99，基本能够满足需求。
总结
在小数类型存储上，MySQL 提供了多种类型的选择，如 FLOAT,DOUBLE, DECIMAL, BIGINT 类型，都可以对小数进行存储。不过往往在某个场景下，只有一个类型才最满足要求。
本文详细介绍了各种数据类型，同时在数据精度，存储效率，执行效率，代码复杂性等维度上对其进行了比较，展示了其长处和相对应的缺点。
从而能够在数据库设计时，作出更准确，更高效的选择。
文章转载自：菜鸟额
原文链接：https://www.cnblogs.com/chenjiazhan/p/18071468
体验地址：http://www.jnpfsoft.com/?from=001
评论