Databricks中STRING转FLOAT精度异常问题及Double转换疑问

为什么转FLOAT会出现精度偏差？ #

FLOAT是单精度浮点数，仅用32位二进制存储，其中仅23位用于表示尾数（有效数字部分）。由于十进制小数与二进制小数的转换特性，多数十进制小数无法被二进制浮点数精确表达，存储时只能取最接近的二进制近似值，转回十进制后就会出现微小偏差。你测试的'4166.691'和'184435.290'，它们的十进制值无法用32位FLOAT的二进制格式精准存储，因此转换后得到的是近似值。

如何正确转换这类数值？ #

对于金额这类对精度要求极高的数据，绝对不要使用FLOAT/DOUBLE这类浮点数类型，应该用DECIMAL（定点数）类型来存储和转换，它能精确控制小数位数，彻底避免精度丢失。在Databricks中可以这样写：

select cast('184435.290' as decimal(18, 3));

这里decimal(18,3)表示总位数18位、小数部分3位，完全匹配输入格式，转换后会精确保留184435.290的值。

如果只是临时转换且对精度要求不极端严格，也可以用DOUBLE类型，但仍需注意部分十进制小数可能还是会存在精度问题。

为什么转DOUBLE能得到正确结果？ #

DOUBLE是双精度浮点数，用64位二进制存储，其中52位用于表示尾数，精度远高于FLOAT。你的测试值'184435.290'刚好落在DOUBLE能精确表示的十进制数范围内，因此转换后能得到准确值。但这只是个例——并非所有十进制小数都能被DOUBLE精确表示，比如0.1这类简单小数，转DOUBLE后也会有微小的二进制存储偏差，只是通常在显示时被隐藏了。

内容的提问来源于stack exchange，提问作者learner