数据库数值类型怎么选？它们的存储范围和精度有何不同？

在数据库设计中，为每一列选择最合适的数据类型是至关重要的一步，这不仅关系到数据的存储效率，更直接影响数据的准确性、完整性和查询性能，数值类型的选择尤为常见且关键，理解数据库如何表示不同的数值,是开发者和数据库管理员必备的基础知识。

数据库中的数值类型主要可以划分为两大类：整数类型和浮点数与定点数类型,它们各自有不同的存储方式和应用场景。

整数类型：存储完整的数字

整数类型用于表示没有小数部分的数值，如用户ID、订单数量、年龄等，根据数值的取值范围，不同的整数类型占据了不同的存储空间,从而在存储效率和范围之间做出权衡。

主流数据库（如MySQL）通常会提供以下几种整数类型：

类型	存储空间 (字节)	有符号范围	无符号范围
TINYINT	1	-128 到 127	0 到 255
SMALLINT	2	-32,768 到 32,767	0 到 65,535
MEDIUMINT	3	-8,388,608 到 8,388,607	0 到 16,777,215
INT 或 INTEGER	4	-2,147,483,648 到 2,147,483,647	0 到 4,294,967,295
BIGINT	8	约 -9.22×10¹⁸ 到 9.22×10¹⁸	0 到 约 1.84×10¹⁹

选择整数类型的原则是：在确保不会发生溢出的前提下，选择占用存储空间最小的类型，存储年龄用 TINYINT 就足够了，而存储商品ID或用户ID，通常需要 BIGINT 来保证其唯一性和足够大的取值范围。UNSIGNED 属性可以将类型变为无符号，从而将正数的存储范围扩大一倍,适用于确定不会有负数存在的场景。

浮点数与定点数类型：处理小数

当需要表示带有小数部分的数值时，如商品价格、科学测量值、身高等，就需要使用浮点数或定点数类型,这两类数据在精度处理上有着本质区别。

浮点数类型 (FLOAT 和 DOUBLE)

浮点数采用的是“近似值”存储方式，它们遵循IEEE 754标准，通过牺牲一定的精度来换取极大的表示范围。FLOAT 通常占用4个字节，DOUBLE（双精度）占用8个字节。

由于是近似值，浮点数在计算和存储过程中可能会产生微小的误差，0.1在计算机中可能无法被精确表示，进行多次累加后误差会变得明显，浮点数不适合用于对精度要求极高的场景，如金融计算，它更适用于科学计算、统计数据分析、地理坐标（经纬度）等可以容忍微小误差的领域。

定点数类型 (DECIMAL 和 NUMERIC)

定点数类型，以 DECIMAL 为代表，采用“精确值”存储方式，它以字符串形式存储数字，保证了小数点前后的每一位数字都是精确的,不会出现浮点数那样的精度丢失问题。

DECIMAL 的使用需要指定精度（precision）和标度（scale），语法为 DECIMAL(P, S)。P 代表总的数字位数（精度），S 代表小数点后的位数（标度）。DECIMAL(10, 2) 表示最多可以存储10位数字，其中小数点后占2位，其取值范围是 -99999999.99 到 99999999.99，这种精确性使其成为处理货币、金融交易等要求绝对准确的数据时的唯一正确选择。

选择策略：如何做出明智决策

选择数值类型的核心策略可以概括为：

• 绝对精确：如果数值要求绝对精确，如金额、单价、利率等，应优先选择 DECIMAL。
• 完整整数：如果数据是整数，根据其可能的取值范围选择最小的整数类型，并考虑是否需要 UNSIGNED。
• 允许误差：如果数据范围很大且允许微小的精度误差，如实测温度、传感器读数、地理坐标，使用 FLOAT 或 DOUBLE 会更高效。

相关问答 (FAQs)

Q: 什么时候应该用 DECIMAL，什么时候用 FLOAT？
A: 核心区别在于精度要求，当处理任何与钱相关的数值或不容许任何精度丢失的业务场景时（如财务计算、库存盘点），必须使用 DECIMAL，而当处理科学测量、统计数据、地理坐标等对范围要求高于精度要求，且可以接受微小近似误差的数值时，FLOAT 或 DOUBLE 是更高效且合理的选择。

Q: 如果选错了数据类型会有什么后果？
A: 选错数据类型可能导致一系列问题，使用过大的类型（如用BIGINT存储年龄）会造成存储空间的浪费，不恰当的类型可能降低查询性能，因为数据库需要处理更多的数据，最严重的问题在于数据完整性的破坏，用 FLOAT 存储价格可能导致计算结果与实际值不符，引发财务纠纷；而用 TINYINT 存储用户ID，一旦用户数量超过127，就会发生数据溢出,导致程序错误。