1不等于1？numeric、decimal、float 和 real 数据类型的区别

大家有没有在SQL中遇见1不等于1(1<>1)的情形！？下面会有一个例子演示这个情形。

先简单介绍一下标题中的四种数值数据类型。

在T-SQL中，numeric和decimal是精确数值数据类型，而float和real是近似数值数据类型。

numeric和decimal是等同的。real等同于float(24).

在定义一个float(n)类型列的时候，如果明确指定了n的值，例如

val float(10)

那么当n的值在1-24之间，系统会将该列(val)标记为real类型；当n的值在25-53之间，系统会将该列标记为float类型。从系统表sys.columns可以得到验证。

如果没有明确指定，n的默认值是53. 补充一下，因为float类型的值是使用科学计数法表示的，所以n表示值的有效位数，MSDN表述n为数值尾数的位数。

现在来看具体的示例。

 CREATE TABLE TMAIN(
     id INT IDENTITY(1,1) PRIMARY KEY,
     val FLOAT
 )
 GO

 CREATE TABLE TDETAIL(
     id INT IDENTITY(1,1) PRIMARY KEY,
     pid INT,
     val FLOAT
 )
 GO

 INSERT INTO TMAIN VALUES(100);
 INSERT INTO TMAIN VALUES(100);

 INSERT INTO TDETAIL VALUES(1, 30);
 INSERT INTO TDETAIL VALUES(1, 35);
 INSERT INTO TDETAIL VALUES(1, 35);

 INSERT INTO TDETAIL VALUES(2, 30);
 INSERT INTO TDETAIL VALUES(2, 30);
 INSERT INTO TDETAIL VALUES(2, 40);

 --SELECT * FROM TMAIN;
 --SELECT * FROM TDETAIL;

 SELECT TM.id, SUM(TM.val * TD.val) / 10000.0 AS SUMPER
 FROM TMAIN TM INNER JOIN TDETAIL TD    ON TM.id = TD.pid
 GROUP BY TM.id

 SELECT TM.id, SUM(TM.val * TD.val) / 10000.0 AS SUMPER
 FROM TMAIN TM INNER JOIN TDETAIL TD    ON TM.id = TD.pid
 GROUP BY TM.id

 SELECT *
 FROM (
     SELECT TM.id, SUM(TM.val * TD.val / 10000.0) AS SUMPER
     FROM TMAIN TM INNER JOIN TDETAIL TD    ON TM.id = TD.pid
     GROUP BY TM.id
 ) TMS
 WHERE TMS.SUMPER = 1;

 SELECT *
 FROM (
     SELECT TM.id, SUM(TM.val * TD.val) / 10000.0 AS SUMPER
     FROM TMAIN TM INNER JOIN TDETAIL TD    ON TM.id = TD.pid
     GROUP BY TM.id
 ) TMS
 WHERE TMS.SUMPER = 1;

 DROP TABLE TMAIN;
 DROP TABLE TDETAIL;

没执行之前，要不要预测一下结果？

先看一下前二个SELECT语句的执行结果。

第一个SELECT

id	SUMPER
1	1
2	1

第二个SELECT

id	SUMPER
1	1
2	1

结果是一样的，至少，看上去一样的！

再看一下后两个SELECT语句的执行结果。

第三个SELECT

id	SUMPER
2	1

第四个SELECT

id	SUMPER
1	1
2	1

后两个SELECT的结果产生了差异:一个是先乘除，后加减；另一个是先加减，后乘除。

因为val列是float类型，是近似数值数据类型，所以很明显，第一个SELECT的结果中有一行数据在计算过程中产生了近似值1. 而WHERE语句中指定的1，默认是int类型，int类型是精确数据类型。所以第三个SELECT语句出现了1<>1的情形。

举例完毕。

如果将val列定义成decimal类型，上面四个SELECT语句的结果是一样的。建议谨慎使用近似数值数据类型，并且在计算和比较值的时候，预见潜在的问题。