根本原因是ieee 754二进制浮点标准无法精确表示大多数十进制小数，导致float/double类型在存储、计算中必然产生近似误差；decimal通过定点十进制存储避免该问题，但需全程显式控制类型与精度。
SQL 查询结果中浮点数计算出现精度丢失，根本原因不是 SQL 引擎写错了，而是 FLOAT 和 DOUBLE 类型本身就不能精确表示大多数十进制小数——这是 IEEE 754 二进制浮点标准的固有缺陷，所有主流数据库（MySQL、PostgreSQL、SQL Server、Oracle）都逃不开。
为什么 0.1 + 0.2 ≠ 0.3？
因为 0.1 在二进制里是无限循环小数：0.0001100110011...（循环节 0011），而 FLOAT 或 DOUBLE 只能截取有限位存储（单精度 23 位尾数，双精度 52 位）。每次存储、读取、计算都在做近似，误差会累积：
-
SELECT 0.1 + 0.2;在 MySQL 中常返回0.30000000000000004 -
SELECT SUM(price) FROM orders;若price是FLOAT，百亿行求和后偏差可达数万元 - 用
WHERE price = 0.1查不到刚插入的0.1，因为存进去的其实是0.10000000149011612
隐式转换会让问题更隐蔽
你以为写了 DECIMAL 就安全了？不一定。只要链路中某处触发隐式转换，精度就可能当场崩塌：
- 调用存储过程时传
CALL calc(100, 0.08)：0.08被 MySQL 当作DOUBLE解析，后续乘法结果变成DOUBLE - 表字段是
DECIMAL(10,2)，但INSERT INTO t VALUES (100.0 / 3);中除法未显式转类型，中间结果可能降级为DOUBLE -
SELECT SUM(CAST(price AS DECIMAL(15,2)))看似稳妥，但如果原始price是VARCHAR，先转FLOAT再转DECIMAL，第一步就丢精度了
DECIMAL 不是“更高精度的浮点”，而是完全不同的体系
DECIMAL(p,s) 是定点十进制类型，它把数字按整数+小数两部分拆开存储（如 123.45 存成整数 12345 + 标度 2），全程不经过二进制小数转换。这意味着：
-
0.1就是精确的 1/10，不会变成近似值 -
DECIMAL(15,2)相加结果仍是DECIMAL，且精度可预测（两个DECIMAL(10,2)相加 →DECIMAL(11,2)） - 但必须显式声明精度和标度：
DECLARE total DECIMAL(15,2)合法，DECLARE total DECIMAL直接报错 - 超出定义范围时默认四舍五入（如
DECIMAL(5,2)存123.456→123.46），不是报错，容易被忽略
真正难的不是换类型，而是确保整条数据链——从入库、计算、传输到展示——没有一处偷偷把 DECIMAL 转成 FLOAT 或让字符串参与浮点运算。一个隐式转换，就能让前面所有高精度设计归零。
