压缩比计算失真主因是输入字节数被float64解析污染，而非公式本身；应确保分子分母均为int64整数，优先用os.stat().size()或json.number安全解析。
压缩比本身是数学比值，不是浮点数精度问题的重灾区；真正出问题的是你用 float64 去算它时，输入数据（比如文件大小）已经被 JSON 或其他方式悄悄“污染”了。
为什么压缩比计算会失真？
常见错误不是压缩比公式本身错，而是参与计算的原始字节数不准。比如：
- 从 HTTP 响应头或 JSON API 拿到的
"compressed_size": 12345678901234567890，Go 默认解析成float64，最后几位就丢了 → 后续除法结果必然偏差 - 用
os.Stat().Size()是安全的（返回int64），但若你中间转了一次json.Unmarshal到map[string]interface{}，再取值强制转int64，大概率 panic 或得错值 -
float64能精确表示的整数上限是2^53 - 1（约 9e15），而一个 10GB 文件是10^10字节，还在安全范围内；但 10TB 级别（1e13）+ 高频累加/乘除后，误差就开始肉眼可见
怎么安全拿到原始字节数？
关键不是改压缩比公式，而是确保分子分母都是“干净”的整数。优先级如下：
- 如果数据来自本地文件系统：直接用
os.Stat().Size()，返回int64，零风险 - 如果来自 JSON API，且字段可能超
2^53：结构体字段声明为json.Number，例如CompressedSize json.Number `json:"compressed_size"`，再调.Int64()；失败则 fallback 到.String()+strconv.ParseInt() - 如果必须用
map[string]interface{}（如泛化解析）：先dec.UseNumber()，再断言为json.Number，严禁直接value.(float64) - 前端必须配合发字符串：
{"compressed_size": "12345678901234567890"}，Go 结构体对应字段加,string标签：CompressedSize string `json:"compressed_size,string"`
压缩比公式要不要用 decimal？
一般不用。压缩比常用于日志、监控、阈值判断（比如“压缩比 int64，用 float64(float64(orig)/float64(compressed)) 完全够用。
- 只有当你需要把压缩比存进财务级账单、做累计加权平均、或参与金额类运算时，才值得上
decimal - 上
decimal的代价：所有中间值必须用decimal.NewFromInt()初始化，漏一步（比如decimal.NewFromFloat(float64(x))）就前功尽弃 - 示例（不推荐日常用）：
decimal.NewFromInt(orig).Div(decimal.NewFromInt(compressed)).Round(4)
最易被忽略的一点：很多人查了半天 gzip 库源码，以为要调参数，其实问题根本不在压缩逻辑里——在你喂给它的那个数字，早就不是原来的数字了。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
