ADF映射数据流中数值列Sum聚合结果精度不符合预期问题

数据湖（datalake）中存储了一份.csv格式的数据集，字段结构与样例数据如下：

在ADF映射数据流（mapping dataflow）中使用聚合（aggregation）活动，按照ID列分组对value字段执行Sum()聚合计算时，得到的求和结果为51.593999999999994，与预期计算结果51.594存在差异。相关数据预览截图：

这个偏差不是ADF的功能bug，是双精度浮点（double）类型的固有存储特性导致的：

• double类型遵循IEEE 754二进制浮点数存储规范，绝大多数十进制小数无法转换为有限长度的二进制值，单条数据存储时本身就存在极微小的截断误差，平时单值展示时通常感知不到
• 执行求和聚合运算时，多条数据的微小截断误差会逐步累加，最终就会出现结果末尾多一串不规则小数、和人工十进制计算结果有微小偏差的情况，所有使用IEEE 754浮点类型的计算引擎都会存在这个现象。

根据业务对数值精度的要求选择对应方案即可：

• 高精度场景（金融、计费、结算类业务）优先选择：计算前替换为精确十进制类型
  在聚合活动前新增派生列步骤，使用toDecimal(value, 18, 3)函数将原double类型的value字段转换为decimal高精度十进制类型（参数里18为总有效数字位数，3为小数位长度，可根据实际业务的数值范围调整），后续聚合时针对转换后的decimal字段执行Sum()计算，从根源上避免浮点误差累计，直接得到精确的51.594结果。
• 普通统计分析场景可选择：聚合后对结果做精度修正
  如果不需要调整全链路字段类型，直接在聚合的求和表达式外层嵌套四舍五入函数即可，示例表达式为round(Sum(value), 3)，指定保留3位小数，最终输出结果就会和预期值一致。

  注意：如果聚合链路长、参与计算的数据量级很大，浮点累计误差可能超过1个最小计数单位，这类场景不要只用round做结果修正，必须用decimal类型做计算。

内容的提问来源于stack exchange，提问作者ShubA