oracle数值类型漫谈

千家信息网最后更新 2025年02月02日oracle数值类型漫谈这片博客本来想的是只写pls_integer与number之间的性能比较，但是提笔之后我又想写更多我的思考过程，于是索性写一篇关于oracle数值类型的文章。干货太多，未免看得乏味，本篇我尝试用一种聊天谈话的方式行文，希望同行者可以在一种轻松的氛围中和我一起来探讨oracle的诸多数值类型，好吧，那我就先抛砖引玉了。
1、number
我最先接触的数值类型就是老大哥number，它定义为number(p,s)，p是精度，最大38位，s是刻度范围，可在-84~127间取值。举个栗子（例子）：number(4,2)，指的就是小数点整数+小数部分一共有4位，不包含小数点位，也就是说整数部分最多两位，如果小数部分多于2位，会做四舍五入处理（对于sqlserver和mysql也会做四舍五入处理），如果小数部分不足2位的话，则会补0（对于sqlserver也会补0，但是mysql不会），如果不写p,s，那么就默认为38。number类型是oracle最常用的数字类型了，在很长一段时间之内，我以为数值类型就只有number，因为number类型足以处理几乎全部的数字类型了。但是之后在oracle道路上继续行走的过程中，我又认识了其他衍生的数值类型。
2、integer
其实最开始看到这个数值类型的时候，同很多人一样，我也认为它是number类型的子类型，最大38位，对于小数做自动四舍五入处理，但是后来我发现不完全是这样的。作为number的子类型不假，一般情况下，integer是作为存储整数值存在的，在需要存储整数值的时候我们会想到这个数值类型，但是它的最大位可不是38位，在插入的测试数值看到，它已经远远超过38位了，如图：

可以看到，对于integer只能存储38位的言论可谓是直接推翻。接下来我们来看坊间盛传的，"integer只能存储整数，对于小数会做四舍五入处理",来看一个例子：
create or replace procedure integer_test(a integer)
as
b integer := a;
begin
dbms_output.put_line(b);
end;
输出结果如图：

看到这个结果的时候，相信很多同学都已经凉了，简直是颠覆了以往的认识啊，的确，从这个例子可以看出，integer是number的子类型，但是它不会强制进行四舍五入处理，同时它最大位数大于38位。
3、int,numeric,decimal
这三种数值类型是oracle为了兼容其他数据库而存在的，同样都是number的子类型。在进行类型声明的时候，如果直接声明为int,numeric,decimal，它会被直接存为integer，处理方式同integer一模一样；numeric和decimal如果带有精度和刻度范围，那么会被存为number(p,s),处理方式同number(p,s)，int类型只能被声明为int，不能带精度和刻度范围，所以只能当作integer来处理。
4、float
float也是number的子类型，float(n)，n指的是精度，是二进制精度，这里可不是十进制精度哦，计算公式为：binary precision＝ceil(b*0.30103)，float没有刻度范围.n的范围为1~126。那么怎么计算存入数据库中的数值呢，比如：float(2)，那么它的精度是ceil(2*0.30103)=1,如果存入13.5，那么应该是1.35*10^1,精度为1，1.35四舍五入变为1，所以就是1*10^1=10存入的结果就是10；如果是19.5,那么应该是1.95*10^1，精度为1,1.95四舍五入为2,就是2*10^1，结果存入20。如果没有精度，那么映射为number类型，直接存入此值。oracle没有直接为double类型的数值类型。
5、binary_integer和pls_integer
这个数字类型只能用于PL/SQL，他们相比number来说更具优势，首先是占有较少的存储空间，其次他们是直接通过硬件来计算的，也就是直接通过CPU进行计算，而不用经过转换，number类型在计算的时候，还要先被转换为二进制，所以在计算速度上，binary_integer和pls_integer比number性能好很多，建议在PL/SQL中使用这两种数据类型来代替number，你将会得到很大的惊喜。
5、binary_float和binary_double
这两种数值类型10g之后才出现，binary_float可以存储一个单精度的32位浮点数,binary_double可以存储一个双精度的64位浮点数，binary_float和binary_double占有更少的存储空间,同样的，binary_float和binary_double也是直接通过硬件计算的，所以它的计算效率更高，而且它们比起number来说可以存储更大或者更小的数值，但是这两种数值类型也会存在精度不准的情况。
6、写到浮点型，我需要说一说浮点型存数不精确的原因：
首先，我们要知道浮点型在计算机是怎么存储的，比如：要存入13.75，首先将整数部分转为二进制，13转为二进制是1101，接下来将小数部分转为二进制，小数部分是0.75，将小数部分乘以2，取结果的整数部分为二进制的一位，然后继续取结果的小数部分乘以2重复，一直到小数部分全部为0结束，在这个过程中，是会出现循环乘不尽的情况，但是因为浮点数的小数位是确定的（float是23位，double是52位），所以到了指定的小数位就会停下来，这就是浮点数存数不精确的原因，可以看到如果可以在小数位范围之内乘尽的话，那么结果就存储的准确了。来看看小数部分(0.75)转为二进制的过程：
0.75*2=1.5 取1
0.5*2=1 取1
乘到这里，即0.5*2=1，1已经没有小数部分了，所以到这里也就停止了，最后的结果是0.11,与上面整数部分合起来，那么13.75转换为二进制为1101.11,即1.10111*2^3,1.10111是小数部分，2为底，6为指数部分，这个1.10111*2^3就是转换好的二进制浮点数，接着就是将这个二进制浮点数存入计算机了。
将其存入计算机内，将会使用浮点表示法，分为三大部分：
第一部分：符号位，占用1位，用来区分正负数，0为正数，1为负数；对于1.10111*2^3,它是正数，所以符号位是0
第二部分：指数位，float占用8位，double占用11位，用来表示指数；对于1.10111*2^3，指数位是3
第三部分：小数位，float占用23位，double占用52位，用来表示小数，不足位数补0；对于1.10111*2^3，小数位是10111
所以对于float，符号位+指数位+小数位=1+8+23=32位，对于double，符号位+指数位+小数位=64位，同时可以看到，指数位决定了大小范围，小数位决定了精度。因为指数位有可能是正数，也有可能是负数，负数算起来比正数麻烦，所以为了减少计算的麻烦，在存储指数的时候，需要将它存储位无符号的整数，所以在指数位上会加一个偏移量，float的偏移量是127，double的偏移量是1023，如果需要转换为十进制的话，到时候指数减去相应的值就可以了。那么对于13.75(float)，本来它的二进制指数值是3，现在就成了3+127=130，转换为二进制是10000010，最终：13.75(float)被存储为：符号位 指数位 小数位（不足位补0）=0 10000010 10111 00000 00000 00000 000
7、万丈高楼平地起，有时候我们太过追求一些高级语法，或者高大尚的东西，反而在基础的东西上掌握不牢，实际上，数据库的基础数据类型往往没有表面上看的那么简单，其实任何语言都是一样，只有掌握好基础知识，做一个基础精通者，那么，在我们进阶的道路上就会水到渠成。写到最后，才发现整体下来，整篇文章也没有那么轻松，严肃的东西写惯了，一下子不太适应写轻松的东西，没事，能抛砖引玉就好。