MySQL 浮點數比較陷阱：DOUBLE/FLOAT 不精確本質與 DECIMAL 解決方案

核心觀念

• FLOAT/DOUBLE：IEEE 754 二進位浮點數，無法精確表示許多十進位小數（如 0.1、21.4）。
• DECIMAL：以字串儲存，精確度固定，適合金融、計量等嚴禁誤差場景。
• MySQL 以 64 位十進位精度執行 DECIMAL 運算。

實測案例

CREATE TABLE t1 (i INT, d1 DOUBLE, d2 DOUBLE);
INSERT INTO t1 VALUES
(1, 101.40, 21.40), (1, -80.00, 0.00),
(2, 0.00, 0.00), (2, -13.20, 0.00),
(2, 59.60, 46.40), (2, 30.40, 30.40),
(3, 37.00, 7.40), (3, -29.60, 0.00),
(4, 60.00, 15.40), (4, -10.60, 0.00),
(4, -34.00, 0.00), (5, 33.00, 0.00),
(5, -25.80, 0.00), (5, 0.00, 7.20),
(6, 0.00, 0.00), (6, -51.40, 0.00);

SELECT i, SUM(d1) AS a, SUM(d2) AS b
FROM t1 GROUP BY i HAVING a <> b;

結果顯示 6 筆差異，其中前 5 組肉眼看數值相同，實際二進位表示已有微小誤差（約 1e-10 量級）。

改用 DECIMAL 後

同樣查詢僅回傳第 6 筆（真正數學不等），前 5 組消失，證明 DECIMAL 避免了浮點誤差。

最佳實踐建議

1. 金額、精度敏感欄位：一律用 DECIMAL(precision, scale)，如 DECIMAL(12,2)。
2. 科學計算、近似值可接受：可用 DOUBLE，但比較時改用容差：
   WHERE ABS(d1 - d2) < 0.0001
3. 避免直接 = 比較浮點欄位，無論是 WHERE、JOIN、GROUP BY。
4. 應用層：語言端同樣存在浮點問題（Java BigDecimal、Python Decimal、JS 整分存儲），統一策略。

型別選擇速查表