oracle數值型別漫談

這片部落格本來想的是隻寫pls_integer與number之間的效能比較，但是提筆之後我又想寫更多我的思考過程，於是索性寫一篇關於oracle數值型別的文章。乾貨太多，未免看得乏味，本篇我嘗試用一種聊天談話的方式行文，希望同行者可以在一種輕鬆的氛圍中和我一起來探討oracle的諸多數值型別，好吧，那我就先拋磚引玉了。
1、number
我最先接觸的數值型別就是老大哥number，它定義為number(p,s)，p是精度，最大38位，s是刻度範圍，可在-84~127間取值。舉個例子（例子）：number(4,2)，指的就是小數點整數+小數部分一共有4位，不包含小數點位，也就是說整數部分最多兩位，如果小數部分多於2位，會做四捨五入處理（對於sqlserver和mysql也會做四捨五入處理），如果小數部分不足2位的話，則會補0（對於sqlserver也會補0，但是mysql不會），如果不寫p,s，那麼就預設為38。number型別是oracle最常用的數字型別了，在很長一段時間之內，我以為數值型別就只有number，因為number型別足以處理幾乎全部的數字型別了。但是之後在oracle道路上繼續行走的過程中，我又認識了其他衍生的數值型別。
2、integer
其實最開始看到這個數值型別的時候，同很多人一樣，我也認為它是number型別的子型別，最大38位，對於小數做自動四捨五入處理，但是後來我發現不完全是這樣的。作為number的子型別不假，一般情況下，integer是作為儲存整數值存在的，在需要儲存整數值的時候我們會想到這個數值型別，但是它的最大位可不是38位，在插入的測試數值看到，它已經遠遠超過38位了，如圖：

可以看到，對於integer只能儲存38位的言論可謂是直接推翻。接下來我們來看坊間盛傳的，"integer只能儲存整數，對於小數會做四捨五入處理",來看一個例子：
create or replace procedure integer_test(a integer)
as 
b integer := a;
begin
  dbms_output.put_line(b);
end;
輸出結果如圖：

看到這個結果的時候，相信很多同學都已經涼了，簡直是顛覆了以往的認識啊，的確，從這個例子可以看出，integer是number的子型別，但是它不會強制進行四捨五入處理，同時它最大位數大於38位。
3、int,numeric,decimal
這三種數值型別是oracle為了相容其他資料庫而存在的，同樣都是number的子型別。在進行型別宣告的時候，如果直接宣告為int,numeric,decimal，它會被直接存為integer，處理方式同integer一模一樣；numeric和decimal如果帶有精度和刻度範圍，那麼會被存為number(p,s),處理方式同number(p,s)，int型別只能被宣告為int，不能帶精度和刻度範圍，所以只能當作integer來處理。
4、float
float也是number的子型別，float(n)，n指的是精度，是二進位制精度，這裡可不是十進位制精度哦，計算公式為：binary precision＝ceil(b*0.30103)，float沒有刻度範圍.n的範圍為1~126。那麼怎麼計算存入資料庫中的數值呢，比如：float(2)，那麼它的精度是ceil(2*0.30103)=1,如果存入13.5，那麼應該是1.35*10^1,精度為1，1.35四捨五入變為1，所以就是1*10^1=10存入的結果就是10；如果是19.5,那麼應該是1.95*10^1，精度為1,1.95四捨五入為2,就是2*10^1，結果存入20。如果沒有精度，那麼對映為number型別，直接存入此值。oracle沒有直接為double型別的數值型別。
5、binary_integer和pls_integer
這個數字型別只能用於PL/SQL，他們相比number來說更具優勢，首先是佔有較少的儲存空間，其次他們是直接透過硬體來計算的，也就是直接透過CPU進行計算，而不用經過轉換，number型別在計算的時候，還要先被轉換為二進位制，所以在計算速度上，binary_integer和pls_integer比number效能好很多，建議在PL/SQL中使用這兩種資料型別來代替number，你將會得到很大的驚喜。
5、binary_float和binary_double
這兩種數值型別10g之後才出現，binary_float可以儲存一個單精度的32位浮點數,binary_double可以儲存一個雙精度的64位浮點數，binary_float和binary_double佔有更少的儲存空間,同樣的，binary_float和binary_double也是直接透過硬體計算的，所以它的計算效率更高，而且它們比起number來說可以儲存更大或者更小的數值，但是這兩種數值型別也會存在精度不準的情況。
6、寫到浮點型，我需要說一說浮點型存數不精確的原因：
首先，我們要知道浮點型在計算機是怎麼儲存的，比如：要存入13.75，首先將整數部分轉為二進位制，13轉為二進位制是1101，接下來將小數部分轉為二進位制，小數部分是0.75，將小數部分乘以2，取結果的整數部分為二進位制的一位，然後繼續取結果的小數部分乘以2重複，一直到小數部分全部為0結束，在這個過程中，是會出現迴圈乘不盡的情況，但是因為浮點數的小數位是確定的（float是23位，double是52位），所以到了指定的小數位就會停下來，這就是浮點數存數不精確的原因，可以看到如果可以在小數位範圍之內乘盡的話，那麼結果就儲存的準確了。來看看小數部分(0.75)轉為二進位制的過程：
0.75*2=1.5   取1
0.5*2=1     取1
乘到這裡，即0.5*2=1，1已經沒有小數部分了，所以到這裡也就停止了，最後的結果是0.11,與上面整數部分合起來，那麼13.75轉換為二進位制為1101.11,即1.10111*2^3,1.10111是小數部分，2為底，6為指數部分，這個1.10111*2^3就是轉換好的二進位制浮點數，接著就是將這個二進位制浮點數存入計算機了。
將其存入計算機內，將會使用浮點表示法，分為三大部分：
第一部分：符號位，佔用1位，用來區分正負數，0為正數，1為負數；對於1.10111*2^3,它是正數，所以符號位是0
第二部分：指數位，float佔用8位，double佔用11位，用來表示指數；對於1.10111*2^3，指數位是3
第三部分：小數位，float佔用23位，double佔用52位，用來表示小數，不足位數補0；對於1.10111*2^3，小數位是10111
所以對於float，符號位+指數位+小數位=1+8+23=32位，對於double，符號位+指數位+小數位=64位，同時可以看到，指數位決定了大小範圍，小數位決定了精度。因為指數位有可能是正數，也有可能是負數，負數算起來比正數麻煩，所以為了減少計算的麻煩，在儲存指數的時候，需要將它儲存位無符號的整數，所以在指數位上會加一個偏移量，float的偏移量是127，double的偏移量是1023，如果需要轉換為十進位制的話，到時候指數減去相應的值就可以了。那麼對於13.75(float)，本來它的二進位制指數值是3，現在就成了3+127=130，轉換為二進位制是10000010，最終：13.75(float)被儲存為：符號位 指數位 小數位（不足位補0）=0 10000010 10111 00000 00000 00000 000
7、萬丈高樓平地起，有時候我們太過追求一些高階語法，或者高大尚的東西，反而在基礎的東西上掌握不牢，實際上，資料庫的基礎資料型別往往沒有表面上看的那麼簡單，其實任何語言都是一樣，只有掌握好基礎知識，做一個基礎精通者，那麼，在我們進階的道路上就會水到渠成。寫到最後，才發現整體下來，整篇文章也沒有那麼輕鬆，嚴肅的東西寫慣了，一下子不太適應寫輕鬆的東西，沒事，能拋磚引玉就好。