數據庫中慎用float數據類型
大多數編程語言都支持float或者double的數據類型。而數據庫中也有相同關鍵字的數據類型，因此很多開發人員也自然而然地在需要浮點數的地方使用float作為字段類型。 www.2cto.com
但事實上是否float可以適用於所有的業務場景呢？
float類型是根據IEEE 754標准使用二進制格式編碼實數數據，對於一些小數，比如59.95，float類型會存儲了二進制中最接近59.95的值，用十進制表示等於59.950000762939。
當然，有些數據庫能夠通過某種方式彌補這種數據的不精確性，查詢結果在時候可以輸出我們所期望的值。
如下面所示：
Sql代碼
select rate from t_refresh where id =1;
Returns:59.95
但是，如果將這個值擴大十億倍： www.2cto.com
Sql代碼
select rate * 1000000000 from t_refresh where id =1;
Return:59950000762.939
這可能和你期望的結果59950000000.000不太一樣了。
在上面在例子中，誤差在千萬分之一內，對於部分的運算來說已經足夠了。
然而，在某些運算中，這樣的誤差是不能容忍的，如比較的操作：
Sql代碼
select * from t_refresh where rate = 59.95
Result:empty set;no rows match,
因為rate的實際存儲值是比59.95大一點點。
又如在金融項目中計算復利，需要進行多次浮點數乘法運算，使用float類型會導致誤差不斷累積。
www.2cto.com
因此，在某些業務場景中，我們需要用numeric或者decimal來代替float數據類型。
和float類型相比，numeric和decimal存儲的是精確值，如果你insert進去的是一個59.95，實際存的也是59.95。
所以在上面在例子中，如果用numeric或者decimal
Sql代碼
select rate * 1000000000 from t_refresh where id =1;
Return:59950000000
Sql代碼
select id from t_refresh where rate = 59.95
Return:1
結論：
float適用於精度要求低, 數值范圍大的科學運算場景
金融、統計等精度要求高的場景，則需要用numeric或者decimal
