mysql数据库中Decimal类型怎么使用-PingCAP

mysql数据库中Decimal类型怎么使用

网友投稿 1031 2023-07-06

mysql数据库中Decimal类型怎么使用

1 背景

数字运算在数据库中是很常见的需求, 例如计算数量、重量、价格等, 为了满足各种需求, 数据库系统通常支持精准的数字类型和近似的数字类型. 精准的数字类型包含 int, decimal 等, 这些类型在计算过程中小数点位置是固定的, 其结果和行为比较可预测. 当涉及钱时, 这个问题尤其重要, 因此部分数据库实现了专门的 money 类型. 近似的数字类型包含 float, double 等, 这些数字的精度是浮动的.

2 Decimal类型的使用

decimal 的使用在多数数据库上都差不多, 下面以 MySQL 的 decimal 为例, 介绍 decimal 的基本使用方法.

2.1 描述Decimal

与 float 和 double 不同, decimal 在创建时需要指定两个描述精度的数字, 分别是 precision 和 scale, precision 指整个 decimal 包括整数和小数部分一共有多少个数字, scale 指 decimal 的小数部分包含多少个数字, 例如：123.45 就是一个 precision=5, scale=2 的 decimal. 我们可以在建表时按照这种方式定义我们想要的 decimal.

2.2 建表时定义Decimal

可以在建表时这样定义一个 decimal:

create table t(d decimal(5, 2));登录后复制

2.3 写入decimal数据

可以向其中插入合法的数据, 例如

insert into t values(123.45);insert into t values(123.4);登录后复制

此时执行 select * from t 会得到

+--------+| d |+--------+| 123.45 || 123.40 |+--------+登录后复制

注意到 123.4 变成了 123.40, 这就是精确类型的特点, d 列的每行数据都要求 scale=2, 即小数点后有两位

当插入不满足 precision 和 scale 定义的数据时

类似 1234.5 (precision=5, scale=1)这样的数字看起来满足要求, 但实际上需要满足 scale=2 的要求, 因此会变成 1234.50(precision=6, scale=2) 也不满足要求.

2.4 取出deimcal进行计算

计算的结果不受定义的限制, 而是受到内部实现格式的影响, 对于 MySQL 结果最大可以到 precision=81, scale=30, 但是由于 MySQL decimal 的内存格式和计算函数实现问题, 这个大小不是在所有情况都能达到, 将在后文中详细介绍. 继续上面的例子中：

select d + 9999.999 from t;+--------------+| d + 9999.999 |+--------------+| 10123.459 |+--------------+登录后复制

结果突破了 precision=5, scale=2 的限制, 这里涉及运算时 scale 的变化, 基本规则是：

加法/减法/sum：取两边最大的 scale乘法：两边的 scale 相加除法：被除数的 scale + div_precision_increment(取决于数据库实现)

3 Decimal类型的实现

在这一部分中, 我们主要介绍 MySQL 的 decimal 实现, 此外也会对比 ***, 看看 decimal 在不同系统中的设计与实现差异.

实现 decimal 需要思考以下问题

支持多大的 precision 和 scale在哪里存储 scale在连续乘法或除法时, scale 不断增长, 整数部分也不断扩大, 而存储的 buffer 大小总是有上限的, 此时应该如何处理？除法可能产生无限小数, 如何决定除法结果的 scale?decimal 的表示范围和计算性能是否有冲突, 是否可以兼顾

3.1 MySQL

先来看看 MySQL decimal 相关的数据结构

typedef int32 decimal_digit_t;struct decimal_t { int intg, frac, len; bool sign; decimal_digit_t *buf;};登录后复制

MySQL 的 decimal 使用一个长度为 len 的 decimal_digit_t (int32) 的数组 buf 来存储 decimal 的数字, 每个 decimal_digit_t 最多存储 9 个数字, 用 intg 表示整数部分的数字个数, frac 表示小数部分的数字个数, sign 表示符号. 小数部分和整数部分需要分开存储, 不能混合在一个 decimal_digit_t 中, 两部分都向小数点对齐, 这是因为整数和小数通常需要分开计算, 所以这样的格式可以更容易地将不同 decimal_t 小数和整数分别对齐, 便于加减法运算. len 在 MySQL 实现中恒为 9, 它表示存储的上限, 而 buf 实际有效的部分, 则是由 intg 和 frac 共同决定. 例如：

// 123.45 decimal(5, 2) 整数部分为 3, 小数部分为 2decimal_t dec_123_45 = { int intg = 3; int frac = 2; int len = 9; bool sign = false; decimal_digit_t *buf = {123, 450000000, ...};};登录后复制

MySQL 需要使用两个 decimal_digit_t (int32) 来存储 123.45, 其中第一个为 123, 结合 intg=3, 它就表示整数部分为 123, 第二个数字为 450000000 (共 9 个数字), 由于 frac=2, 它表示小数部分为 .45

再来看一个大一点的例子：

// decimal(81, 18) 63 个整数数字, 18 个小数数字, 用满整个 buffer// 123456789012345678901234567890123456789012345678901234567890123.012345678901234567decimal_t dec_81_digit = { int intg = 63; int frac = 18; int len = 9; bool sign = false; buf = {123456789, 12345678, 901234567, 890123456, 789012345, 678901234, 567890123, 12345678, 901234567}};登录后复制

这个例子用满了 81 个数字, 但是也有些场景无法用满 81 个数字, 这是因为整数和小数部分是分开存储的, 所以一个 decimal_digit_t (int32) 可能只存储了一个有效的小数数字, 但是其余的部分没有办法给整数部分使用, 例如一个 decimal 整数部分有 62 个数字, 小数部分有 19 个数字(precision=81, scale=19), 那么小数部分需要使用 3 个 decimal_digit_t (int32), 整数部分还有 54 个数字的余量, 无法存下 62 个数字. 这种情况下, MySQL 会优先满足整数部分的需求, 自动截断小数点后的部分, 将它变成 decimal(80, 18)

接下来看看 MySQL 如何在这个数据结构上进行运算. MySQL 通过一系列 decimal_digit_t(int32) 来表示一个较大的 decimal, 其计算也是对这个数组中的各个 decimal_digit_t 分别进行, 如同我们在小学数学计算时是一个数字一个数字地计算, MySQL 会把每个 decimal_digit_t 当作一个数字来进行计算、进位. 由于代码较长, 这里不再对具体的代码进行完整的分析, 仅对代码中核心部分进行分析, 如果感兴趣, 可以直接参考 MySQL 源码 strings/decimal.h 和 strings/decimal.cc 中的 decimal_add, decimal_mul, decimal_div 等代码.

准备步骤

在真正计算前, 还需要做一些准备工作：

MySQL 会将数字的个数 ROUND_UP 到 9 的整数倍, 这样后面就可以按照 decimal_digit_t 为单位来进行计算此外还要针对参与运算的两个 decimal 的具体情况, 计算结果的 precision 和 scale, 如果发现结果的 precision 超过了支持的上限, 那么会按照 decimal_digit_t 为单位减少小数的数字.在乘法过程中, 如果发生了 2 中的减少行为, 则需要 TRUNCATE 两个运算数, 避免中间结果超出范围.

加法主要步骤

首先, 因为两个数字的 precision 和 scale 可能不相同, 需要做一些准备工作, 将小数点对齐, 然后开始计算, 从最末尾小数开始向高位加, 分为三个步骤：

将小数较多的 decimal 多出的小数数字复制到结果中将两个 decimal 公共的部分相加将整数较多的 decimal 多出的整数数字与进位相加到结果中

代码中使用了 stop, stop2 来标记小数点对齐后, 长度不同的数字出现差异的位置.

/* part 1 - max(frac) ... min (frac) */while (buf1 > stop) *--buf0 = *--buf1;/* part 2 - min(frac) ... min(intg) */carry = 0;while (buf1 > stop2) { ADD(*--buf0, *--buf1, *--buf2, carry);}/* part 3 - min(intg) ... max(intg) */buf1 = intg1 > intg2 ? ((stop3 = from1->buf) + intg1 - intg2) : ((stop3 = from2->buf) + intg2 - intg1);while (buf1 > stop3) { ADD(*--buf0, *--buf1, 0, carry);}登录后复制

乘法主要步骤

乘法引入了一个新的 dec2, 表示一个 64 bit 的数字, 这是因为两个 decimal_digit_t(int32) 相乘后得到的可能会是一个 64 bit 的数字. 在计算时一定要先把类型转换到 dec2(int64), 再计算, 否则会得到溢出后的错误结果. 乘法与加法不同, 乘法不需要对齐, 例如计算 11.11 5.0, 那么只要计算 111150=55550, 再移动小数点位置就能得到正确结果 55.550

MySQL 实现了一个双重循环将 decimal1 的每一个 decimal_digit_t 与 decimal2 的每一个 decimal_digit_t 相乘, 得到一个 64 位的 dec2, 其低 32 位是当前的结果, 其高 32 位是进位.

typedef decimal_digit_t dec1;typedef longlong dec2;登录后复制

for (buf1 += frac1 - 1; buf1 >= stop1; buf1--, start0--) { carry = 0; for (buf0 = start0, buf2 = start2; buf2 >= stop2; buf2--, buf0--) { dec1 hi, lo; dec2 p = ((dec2)*buf1) * ((dec2)*buf2); hi = (dec1)(p / DIG_BASE); lo = (dec1)(p - ((dec2)hi) * DIG_BASE); ADD2(*buf0, *buf0, lo, carry); carry += hi; } if (carry) { if (buf0 < to->buf) return E_DEC_OVERFLOW; ADD2(*buf0, *buf0, 0, carry); } for (buf0--; carry; buf0--) { if (buf0 < to->buf) return E_DEC_OVERFLOW; ADD(*buf0, *buf0, 0, carry); }}登录后复制

除法主要步骤

除法使用的是 Knuth's Algorithm D, 其基本思路和手动除法也比较类似.

首先使用除数的前两个 decimal_digit_t 组成一个试商因数, 这里使用了一个 norm_factor 来保证数字在不溢出的情况下尽可能扩大, 这是因为 decimal 为了保证精度必须使用整形来进行计算, 数字越大, 得到的结果就越准确. D3: 猜商, 就是用被除数的前两个 decimal_digit_t 除以试商因数这里如果不乘 norm_factor, 则 start1[1] 和 start2[1] 都不会体现在结果之中.

D4: 将 guess 与除数相乘, 再从被除数中剪掉结果然后做一些修正, 移动向下一个 decimal_digit_t, 重复这个过程.

想更详细地了解这个算法可以参考 https://skanthak.homepage.t-online.de/division.html

norm2 = (dec1)(norm_factor * start2[0]);if (likely(len2 > 0)) norm2 += (dec1)(norm_factor * start2[1] / DIG_BASE)；登录后复制

x = start1[0] + ((dec2)dcarry) * DIG_BASE;y = start1[1];guess = (norm_factor * x + norm_factor * y / DIG_BASE) / norm2;登录后复制

for (carry = 0; buf2 > start2; buf1--) { dec1 hi, lo; x = guess * (*--buf2); hi = (dec1)(x / DIG_BASE); lo = (dec1)(x - ((dec2)hi) * DIG_BASE); SUB2(*buf1, *buf1, lo, carry); carry += hi;}carry = dcarry < carry;登录后复制

3.2 ***

*** 是列存, 相同列的数据会放在一起, 因此计算时通常也将一列的数据合成 batch 一起计算.

一列的 batch 在 *** 中使用 PODArray, 例如上图中的 c1 在计算时就会有一个 PODArray, 进行简化后大致可以表示如下:

class PODArray { char * c_start = null; char * c_end = null; char * c_end_of_storage = null;}登录后复制

在计算时会讲 c_start 指向的数组转换成实际的类型, 对于 decimal, *** 使用足够大的 int 来表示, 根据 decimal 的 precision 选择 int32, int64 或者 int128. 例如一个 decimal(10, 2), 123.45, 使用这样方式可以表示为一个 int32_t, 其内容为 12345, decimal(10, 3) 的 123.450 表示为 123450. *** 用来表示每个 decimal 的结构如下, 实际上就是足够大的 int：

template struct Decimal{ using NativeType = T; // ... T value;};using Int32 = int32_t;using Int64 = int64_t;using Int128 = __int128;using Decimal32 = Decimal;using Decimal64 = Decimal;using Decimal128 = Decimal;登录后复制

显而易见, 这样的表示方法相较于 MySQL 的方法更轻量, 但是范围更小, 同时也带来了一个问题是没有小数点的位置, 在进行加减法、大小比较等需要小数点对齐的场景下, *** 会在运算实际发生的时候将 scale 以参数的形式传入, 此时配合上面的数字就可以正确地还原出真实的 decimal 值了.

ResultDataType type = decimalResultType(left, right, is_multiply, is_division);int scale_a = type.scaleFactorFor(left, is_multiply);int scale_b = type.scaleFactorFor(right, is_multiply || is_division);OpImpl::vector_vector(col_left->getData(), col_right->getData(), vec_res, scale_a, scale_b, check_decimal_overflow);登录后复制

例如两个 decimal: a = 123.45000(p=8, s=5), b = 123.4(p=4, s=1), 那么计算时传入的参数就是 col_left->getData() = 123.45000 10 ^ 5 = 12345000, scale_a = 1, col_right->getData() = 123.4 10 ^ 1 = 1234, scale_b = 10000, 12345000 1 和 1234 10000 的小数点位置是对齐的, 可以直接计算.

加法主要步骤

*** 实现加法同样要先对齐, 对齐的方法是将 scale 较小的数字乘上一个系数, 使两边的 scale 相等. 然后直接做加法即可. *** 在计算中也根据 decimal 的 precision 进行了细分, 对于长度没那么长的 decimal, 直接用 int32, int64 等原生类型计算就可以了, 这样大大提升了速度.

bool overflow = false;if constexpr (scale_left) overflow |= common::mulOverflow(a, scale, a);else overflow |= common::mulOverflow(b, scale, b);overflow |= Op::template apply(a, b, res);登录后复制

template inline bool addOverflow(T x, T y, T & res){ return __builtin_add_overflow(x, y, &res);}template <>inline bool addOverflow(__int128 x, __int128 y, __int128 & res){ static constexpr __int128 min_int128 = __int128(0x8000000000000000ll) << 64; static constexpr __int128 max_int128 = (__int128(0x7fffffffffffffffll) << 64) + 0xffffffffffffffffll; res = x + y; return (y > 0 && x > max_int128 - y) || (y < 0 && x < min_int128 - y);}登录后复制

乘法主要步骤

同 MySQL, 乘法不需要对齐, 直接按整数相乘就可以了, 比较短的 decimal 同样可以使用 int32, int64 原生类型. int128 在溢出检测时被转换成 unsigned int128 避免溢出时的未定义行为.

template inline bool mulOverflow(T x, T y, T & res){ return __builtin_mul_overflow(x, y, &res);}template <>inline bool mulOverflow(__int128 x, __int128 y, __int128 & res){ res = static_cast(x) * static_cast(y); /// Avoid signed integer overflow. if (!x || !y) return false; unsigned __int128 a = (x > 0) ? x : -x; unsigned __int128 b = (y > 0) ? y : -y; return (a * b) / b != a;}登录后复制

除法主要步骤

先转换 scale 再直接做整数除法. 本身来讲除法和乘法一样是不需要对齐小数点的, 但是除法不一样的地方在于可能会产生无限小数, 所以一般数据库都会给结果一个固定的小数位数, *** 选择的小数位数是和被除数一样, 因此需要将 a 乘上 scale, 然后在除法运算的过程中, 这个 scale 被自然减去, 得到结果的小数位数就可以保持和被除数一样.

bool overflow = false;if constexpr (!IsDecimalNumber) overflow |= common::mulOverflow(scale, scale, scale);overflow |= common::mulOverflow(a, scale, a);if (overflow) throw Exception("Decimal math overflow", ErrorCodes::DECIMAL_OVERFLOW);return Op::template apply(a, b);登录后复制

3.3 总结

MySQL 通过一个 int32 的数组来表示一个大数, *** 则是尽可能使用原生类型, GCC 和 Clang 都支持 int128 扩展, 这使得 *** 的这种做法可以比较方便地实现.

MySQL 与 *** 的实现差别还是比较大的, 针对我们开始提到的问题, 分别来看看他们的解答.

precision 和 scale 范围, MySQL 最高可定义 precision=65, scale=30, 中间结果最多包含 81 个数字, *** 最高可定义 precision=38, scale=37, 中间结果最大为 int128 的最大值 -2^127 ~ 2^127-1.在哪里存储 scale, MySQL 是行式存储, 使用火山模型逐行迭代, 计算也是按行进行, 每个 decimal 都有自己的 scale；*** 是列式存储, 计算按列批量进行, 每行按照相同的 scale 处理能提升性能, 因此 scale 来自表达式解析过程中推导出来的类型.scale 增长, scale 增长超过极限时, MySQL 会通过动态挤占小数空间, truncate 运算数, 尽可能保证计算完成, *** 会直接报溢出错.除法 scale, MySQL 通过 div_prec_increment 来控制除法结果的 scale, *** 固定使用被除数的 scale.性能, MySQL 使用了更宽的 decimal 表示, 同时要进行 ROUND_UP, 小数挤占, TRUNCATE 等动作, 性能较差, *** 使用原生的数据类型和计算最大限度地提升了性能.

4. MySQL 违反直觉的地方

在这一部分中, 我们将讲述一些 MySQL 实现造成的违反直觉的地方. 这些行为通常发生在运算结果接近 81 digit 时, 因此如果可以保证运算结果的范围较小也可以忽略这些问题.