数值数据类型

本主题介绍 Snowflake 中支持的数值数据类型，以及支持的数值常量/字面量格式。

定点数的数据类型

Snowflake 支持以下定点数数据类型。

NUMBER

数字最多可达 38 位，精度和小数位数可选：

精度:

允许的总位数。

小数位数:

小数点右侧允许的位数。

默认情况下，精度为 38，小数位数为 0（即 NUMBER(38, 0)）。精度限制了可插入（或强制转换为）给定类型列的值的范围。例如，值 999 适合放入 NUMBER(38,0)，但不适合放入 NUMBER(2,0)。

最大小数位数（小数点右侧的位数）为 37。如果数字的有效位数少于 38 位，但其最低有效位数位于小数点后第 37 位之后（例如 0.0000000000000000000000000000000000000012 [1.2e-39]），则在不损失一些精度数位的情况下，无法表示。

备注

如果将数据转换为精度较低的其他数据类型，然后再转换回精度较高的数据类型，则数据可能会出现精度损失。例如，如果将 NUMBER(38,37) 值转换为 DOUBLE 值（其精度约为 15 位小数数字），然后再转换回 NUMBER，则会损失精度。

Snowflake 还支持 FLOAT 数据类型，该类型允许的值范围更广，但精度较低。

DECIMAL、DEC、NUMERIC

与 NUMBER 同义。

INT、INTEGER、BIGINT、SMALLINT、TINYINT、BYTEINT

与 NUMBER 同义，但不能指定精度和小数位数（即始终默认为 NUMBER(38, 0)）。因此，对于所有 INTEGER 数据类型，值范围都是从 -99999999999999999999999999999999999999 到 +99999999999999999999999999999999999999（含）的所有整数值。

各种不同的名称（TINYINT、BYTEINT 等）是为了简化从其他系统移植的过程，以及建议指定类型的列的预期值范围。

精度和小数位数对存储大小的影响

精度（总位数）不影响存储。对于精度不同的列（例如 NUMBER(2,0) 和 NUMBER(38,0)）中相同的数字，其存储要求是相同的。对于每个微分区，Snowflake 会确定给定列的最小值和最大值，并会使用该信息确定分区中该列的所有值的存储大小。例如：

  • 如果列仅包含 -128 和 +127 之间的值，则每个值将占用 1 个字节（未压缩）。

  • 如果列中的最大值为 10000000，则其中每个值将占用 4 个字节（未压缩）。

但是，小数位（小数点后面的位数）会影响存储。例如，相同的值存储在类型为 NUMBER(10,5) 的列中比存储在类型为 NUMBER(5,0) 的列中要占用更多的空间。此外，处理小数位数较大的值时速度可能会略慢，并且会消耗更多内存。

为了节省空间，Snowflake 会在将值写入存储之前对其进行压缩。压缩量取决于数据值和其他因素。

表中的定点数据类型示例

下面的语句创建了一个表，包含各种定点数据类型的列：

CREATE OR REPLACE TABLE test_fixed(
  num0 NUMBER,
  num10 NUMBER(10,1),
  dec20 DECIMAL(20,2),
  numeric30 NUMERIC(30,3),
  int1 INT,
  int2 INTEGER);

DESC TABLE test_fixed;
Copy
+-----------+--------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+
| name      | type         | kind   | null? | default | primary key | unique key | check | expression | comment | policy name | privacy domain |
|-----------+--------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------|
| NUM0      | NUMBER(38,0) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| NUM10     | NUMBER(10,1) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| DEC20     | NUMBER(20,2) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| NUMERIC30 | NUMBER(30,3) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| INT1      | NUMBER(38,0) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| INT2      | NUMBER(38,0) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
+-----------+--------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+

浮点数的数据类型

Snowflake 支持以下浮点数数据类型。

FLOAT、FLOAT4、FLOAT8

名称 FLOAT、FLOAT4 和 FLOAT8 是为了与其他系统兼容；Snowflake 将这三类数值都视为 64 位浮点数。

精度

Snowflake 使用双精度（64 位）IEEE 754 浮点数。

精度约为 15 位。例如，对于整数，取值范围为 -9007199254740991 到 +9007199254740991（-253 + 1 到 +253 - 1）。浮点值的范围约为 10-308 到 10+308。（Snowflake 可以表示介于约 10-324 到 10-308 之间的更极端的值，采用较低的精度。）有关更多详细信息，请参阅 关于双精度数的维基百科文章 (link removed)。

Snowflake 支持定点数据类型 NUMBER，尽管指数范围较小，但允许更高的精度。

特殊值

Snowflake 支持以下 FLOAT 类型的特殊值：

  • :code:`'NaN'`（不是数字）

  • :code:`'inf'`（无穷大）

  • :code:`'-inf'`（负无穷大）

符号 'NaN'、'inf' 和 '-inf' 必须放在单引号内，并且不区分大小写。

'NaN' 的比较语义与 IEEE 754 标准在以下方面有所不同：

条件

Snowflake

IEEE 754

注释

'NaN' = 'NaN'

TRUE

FALSE

在 Snowflake 中，'NaN' 值都是相等的。

'NaN' > X . 其中 X 是任意 FLOAT 值，包括 . 无穷大（NaN 本身除外）。

TRUE

FALSE

在 Snowflake 中，'NaN' 大于 . 任何其他 FLOAT 值，. 包括无穷大。

舍入误差

浮点运算在最低有效位数中可能会有微小的舍入误差。舍入误差可能发生在任何类型的浮点处理中，包括三角函数、统计函数和地理空间函数。

以下是舍入误差的注意事项：

  • 每次执行查询时，误差都可能有所不同。

  • 当操作数具有不同的精度或小数位数时，误差可能会更大。

  • 误差可能会累积，尤其是当聚合函数（例如 SUM 或 AVG）处理大量行时。在聚合之前类型转换为定点数据类型可以减少或消除这些误差。

  • 舍入误差不仅会在使用 SQL 时发生，在处理 Snowflake 中运行（例如在 UDFs 和 存储过程 中）的其他代码（例如 Java、JavaScript 或 Python）时也会发生。

  • 在比较两个浮点数时，Snowflake 建议比较近似相等性而不是完全相等性。

DOUBLE、DOUBLE PRECISION、REAL

与 FLOAT 同义。

表中的浮点数据类型示例

下面的语句创建了一个表，包含各种浮点数据类型的列：

CREATE OR REPLACE TABLE test_float(
  double1 DOUBLE,
  float1 FLOAT,
  dp1 DOUBLE PRECISION,
  real1 REAL);

DESC TABLE test_float;
Copy
+---------+-------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+
| name    | type  | kind   | null? | default | primary key | unique key | check | expression | comment | policy name | privacy domain |
|---------+-------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------|
| DOUBLE1 | FLOAT | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| FLOAT1  | FLOAT | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| DP1     | FLOAT | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| REAL1   | FLOAT | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
+---------+-------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+

备注

DESC TABLE 命令的 type 列显示的数据类型 FLOAT 不仅针对 FLOAT，还针对 FLOAT 的同义词（例如 DOUBLE、DOUBLE PRECISION 和 REAL）。

数值常量

术语 常量`（也称为 :emph:`字面量）是指固定的数据值。数值常量支持以下格式：

[+-][digits][.digits][e[+-]digits]

其中：

  • + 或 - 表示正值或负值。默认为正值。

  • digits 是 0 到 9 范围内的一个或多个数字。

  • e （或 E）表示科学记数法中的指数。指数标记后必须至少有一位数字（如果存在）。

以下数字都是受支持的数值常量的示例：

15
+1.34
0.2
15e-03
1.234E2
1.234E+2
-1
语言: 中文