float、double(浮点数)区别还有和decimal(定点数)的比较
一、
三者的区别介绍
float:浮点型，含字节数为4，32bit，数值范围为-3.4E38~3.4E38（7个有效位）
double:双精度实型，含字节数为8，64bit数值范围-1.7E308~1.7E308（15个有效位）
decimal:数字型，128bit，不存在精度损失，常用于银行帐目计算。（28个有效位）
单精度浮点数在机内占4个字节，用32位二进制描述。
双精度浮点数在机内占8个字节，用64位二进制描述。
浮点数在机内用指数型式表示，分解为：数符，尾数，指数符，指数四部分。
数符占1位二进制，表示数的正负。
指数符占1位二进制，表示指数的正负。
尾数表示浮点数有效数字，0.xxxxxxx,但不存开头的0和点
指数存指数的有效数字。
指数占多少位，尾数占多少位，由计算机系统决定。
可能是数符加尾数占24位，指数符加指数占8位 -- float.
数符加尾数占48位，指数符加指数占16位 -- double.
知道了这四部分的占位，按二进制估计大小范围，再换算为十进制，就是你想知道的数值范围。
对编程人员来说，double 和 float 的区别是double精度高，有效数字16位，float精度7位。但double消耗内存是float
的两倍，double的运算速度比float慢得多，C语言中数学函数名称double 和 float不同，不要写错，能用单精度时不要用双精度（以省
内存，加快运算速度）。
总结：对于单精度浮点数Float: 当数据范围在＋－131072（65536×2）以内的时候，float数据精度是正确的，但是超出这个范围的数据就不稳定，没有发现有相关的参数设置建议：将float改成double或者decimal，两者的差别是double是浮点计算，decimal是定点计算，会得到更精确的数据。
分析如下：
一、浮点数的概念及误差问题：
浮点数是用来表示实数的一种方法，它用 M(尾数) * B( 基数)的E(指数）次方来表示实数，相对于定点数来说，在长度一定的情况下，具有表示数据范围大的特点。但同时也存在误差问题，这就是著名的浮点数精度问题！
浮点数有多种实现方法，计算机中浮点数的实现大都遵从 IEEE754 标准，IEEE754 规定了单精度浮点数和双精度浮点数两种规格，单精度浮点数用4字节（32bit）表示浮点数，格式是：1位符号位 8位表示指数 23位表示尾数；双精度浮点数8字节（64bit）表示实数，格式是：1位符号位 11位表示指数 52位表示尾数。同时，IEEE754标准还对尾数的格式做了规范：d.dddddd...，小数点左面只有1位且不能为零，计算机内部是二进制，因此，尾数小数点左面部分总是1。显然，这个1可以省去，以提高尾数的精度。由上可知，单精度浮点数的尾数是用24bit表示的，双精度浮点数的尾数是用53bit表示的，转换成十进制：
2^24 - 1 = 16777215
2^53 - 1 = 9007199254740991
由上可见，IEEE754单精度浮点数的有效数字二进制是24位，按十进制来说，是8位；双精度浮点数的有效数字二进制是53位，按十进制来说，是16 位。
显然，如果一个实数的有效数字超过8位，用单精度浮点数来表示的话，就会产生误差！同样，如果一个实数的有效数字超过16位，用双精度浮点数来表示，也会产生误差！
例如：对于 1310720000000000000000.66 这个数，有效数字是24位，用单精度或双精度浮点数表示都会产生误差，只是程度不同：
单精度浮点数： 1310720040000000000000.00
双精度浮点数： 1310720000000000000000.00
双精度差了 0.66 ，单精度差了近4万亿！以上说明了因长度限制而造成的误差，但这还不是全部！采用IEEE754标准的计算机浮点数，在内部是用二进制表示的，但在将一个十进制数转换为二进制浮点数时，也会造成误差，原因是不是所有的数都能转换成有限长度的二进制数。对于131072.32 这个数，其有效数字是8位，按理应该能用单精度浮点数准确表示，为什么会出现偏差呢？看一下这个数据二进制尾数就明白了 10000000000000000001010001......显然，其尾数超过了24bit，根据舍入规则，尾数只取 100000000000000000010100，结果就造成测试中遇到的“奇怪”现象！131072.68 用单精度浮点数表示变成 131072.69 ，原因与此类似。实际上有效数字小于8位的数，浮点数也不一定能精确表示，7.22这个数的尾数就无法用24bit二进制表示，当然在数据库中测试不会有问题（舍入以后还是7.22），但如果参与一些计算，误差积累后，就可能产生较大的偏差。
二、mysql 和 oracle中的数值类型：
问题是不是只有 mysql 存在呢？
显然不是，只要是符合IEEE754标准的浮点数实现，都存在相同的问题。
mysql中的数值类型（不包括整型）：
IEEE754 浮点数： float（单精度），double或 real（双精度）
定点数： decimal 或 numeric
oracle中的数值类型：oracle 浮点数 ：number （注意不指定精度）
IEEE754浮点数： BINARY_FLOAT(单精度) ，BINARY_DOUBLE (双精度）
FLOAT，FLOAT(n) （ansi要求的数据类型） 定点数： number(p,s)
如果在oracle中，用BINARY_FLOAT等来做测试，结果是一样的。
因此，在数据库中，对于涉及货币或其他精度敏感的数据，应使用定点数来存储，对mysql来说是 decimal，对oracle来说就是number(p,s)。双精度浮点数，对于比较大的数据同样存在问题！
三、编程中也存在浮点数问题：
不光数据库中存在浮点数问题，编程中也同样存在，甚至可以说更值得引起注意！
通过上面的介绍，浮点数的误差问题应该比较清楚了。如果在程序中做复杂的浮点数运算，误差还会进一步放大。因此，在程序设计中，如果用到浮点数，一定要意识到可能产生的误差问题。不仅如此，浮点数如果处理不好，还会导致程序BUG！
看下面的语句：
if (x != y)
{
z = 1 / (x -y);
}
这个语句看起来没有问题，但如果是浮点数，就可能存在问题！
再看下面的语句会输出什么结果：
public class Test
{
public static void main(String[]args)
throws Exception
{
System.out.print("7.22-7.0=" + (7.22f-7.0f));
}
}
我们可能会想当然地认为输出结果应该是 0.22 ，实际结果却是 0.21999979 !
因此，在编程中应尽量避免做浮点数的比较，否则可能会导致一些潜在的问题！
除了这些，还应注意浮点数中的一些特殊值，如 NaN、+0、-0、+无穷、-无穷等，IEEE754虽然对此做了一些约定，但各具体实现、不同的硬件结构，也会有一些差异，如果不注意也会造成错误！
四、总结：
从上面的分析，我们可以得出以下结论：
1、浮点数存在误差问题；
2、对货币等对精度敏感的数据，应该用定点数表示或存储；
3、编程中，如果用到浮点数，要特别注意误差问题，并尽量避免做浮点数比较；
4、要注意浮点数中一些特殊值的处理。
