Types de données numériques

This topic describes the numeric data types supported in Snowflake, along with the supported formats for numeric constants and literals.

Types de données pour les numéros à virgule fixe

Snowflake prend en charge les types de données suivants pour les nombres à virgule fixe.

NUMBER

Nombres jusqu’à 38 chiffres, avec une précision et une échelle facultatives :

Précision:

Nombre total de chiffres permis.

Échelle:

Nombre de chiffres autorisés à droite de la virgule décimale.

By default, precision is 38, and scale is 0; that is, NUMBER(38, 0). Precision limits the range of values that can be inserted into or cast to columns of a given type. For example, the value 999 fits into NUMBER(38,0) but not into NUMBER(2,0).

Because precision is the total number of digits allowed, you can’t load a value into a NUMBER column if the number of digits to the left of the decimal point exceeds the precision of the column minus its scale. For example, NUMBER(20, 2) allows 18 digits on the left side of the decimal point and two digits on the right side of the decimal point, for a total of 20 digits.

The maximum scale, which is the number of digits to the right of the decimal point, is 37. Numbers that have fewer than 38 significant digits, but whose least significant digit is past the 37th decimal place — for example, 0.0000000000000000000000000000000000000012 (1.2e-39) — can’t be represented without losing some digits of precision.

Note

If data is converted to another data type with lower precision, and then converted back to the higher-precision data type, the data can lose precision. For example, precision is lost if you convert a NUMBER(38,37) value to a DOUBLE value — which has a precision of approximately 15 decimal digits — and then back to NUMBER.

Snowflake prend également en charge le type de données FLOAT , qui permet une plus grande plage de valeurs, mais avec moins de précision.

DECIMAL , DEC , NUMERIC

Synonyme de NUMBER.

INT , INTEGER , BIGINT , SMALLINT , TINYINT , BYTEINT

Synonymes de NUMBER, sauf que la précision et l’échelle ne peuvent pas être spécifiées (c’est-à-dire que la valeur par défaut est toujours NUMBER(38,0)). Par conséquent, pour tous les types de données INTEGER, la plage de valeurs comprend toutes les valeurs entières de -99999999999999999999999999999999999999 à +99999999999999999999999999999999999999 (inclus).

The various names — for example, TINYINT, BYTEINT, and so on —are to simplify porting from other systems and to suggest the expected range of values for a column of the specified type.

Impact de la précision et de l’échelle sur la taille de stockage

Precision — the total number of digits — doesn’t affect storage. The storage requirements for the same number in columns with different precisions, such as NUMBER(2,0) and NUMBER(38,0), are the same. For each micro-partition, Snowflake determines the minimum and maximum values for a given column and uses that information to determine the storage size for all values for that column in the partition. For example:

  • If a column contains only values between -128 and +127, each of the values consumes 1 byte (uncompressed).

  • If the largest value in the column is 10000000, each of the values consumes 4 bytes (uncompressed).

However, scale — the number of digits following the decimal point — affects storage. For example, the same value stored in a column of type NUMBER(10,5) consumes more space than NUMBER(5,0). Also, processing values with a larger scale might be slightly slower and consume more memory.

Pour économiser de l’espace, Snowflake compresse les valeurs avant de les écrire dans le stockage. Le degré de compression dépend de la valeur des données et d’autres facteurs.

Exemples de types de données à point fixe dans une table

L’instruction suivante crée une table avec des colonnes de différents types de données à point fixe :

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           |
+-----------+--------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+

Types de données pour les numéros en virgule flottante

Snowflake prend en charge les types de données suivants pour les nombres à virgule flottante.

FLOAT , FLOAT4 , FLOAT8

Les noms FLOAT, FLOAT4 et FLOAT8 sont utilisés à des fins de compatibilité avec d’autres systèmes. Snowflake les traite tous les trois comme des nombres à virgule flottante de 64 bits.

Précision

Snowflake utilise des nombres à virgule flottante de double précision (bit64) IEEE 754.

Precision is approximately 15 digits. For example, for integers, the range is from -9007199254740991 to +9007199254740991 (-253 + 1 to +253 - 1). Floating-point values can range from approximately 10-308 to 10+308. Snowflake can represent more extreme values between approximately 10-324 and 10-308 with less precision. For more details, see the Wikipedia article on double-precision numbers.

Snowflake prend en charge le type de données à point fixe NUMBER, qui permet une plus grande précision, bien que la gamme des exposants soit plus petite.

Valeurs spéciales

Snowflake prend en charge les valeurs spéciales suivantes pour FLOAT :

  • 'NaN' (Pas un nombre)

  • 'inf' (infini)

  • '-inf' (infini négatif)

Les symboles 'NaN', 'inf' et '-inf' doivent être entre guillemets simples et sont sensibles à la casse.

La sémantique de comparaison pour 'NaN' diffère de la norme IEEE 754 des manières suivantes :

Condition

Snowflake

IEEE 754

Commentaire

'NaN' = 'NaN'

TRUE

FALSE

Dans Snowflake, les valeurs 'NaN' sont toutes égales.

'NaN' > X . where X is any FLOAT value, including . infinity, other than NaN itself.

TRUE

FALSE

Dans Snowflake, 'NaN' est considéré comme un . supérieur à toute autre valeur FLOAT, . y compris l’infini.

Erreurs d’arrondi

Les opérations en virgule flottante peuvent présenter de petites erreurs d’arrondi dans les chiffres les moins significatifs. Les erreurs d’arrondi peuvent se produire dans tout type de traitement à virgule flottante, y compris les trigonométriques, statistiques et géospatiales.

The following list shows considerations for rounding errors:

  • Les erreurs peuvent varier à chaque exécution de la requête.

  • Les erreurs peuvent être plus importantes lorsque les opérandes ont une précision ou une échelle différente.

  • Errors can accumulate, especially when aggregate functions —for example, SUM or AVG — process large numbers of rows. Casting to a fixed-point data type before aggregating can reduce or eliminate these errors.

  • Rounding errors can occur not only when working with SQL, but also when working with other code — for example, Java, JavaScript, or Python — that runs inside Snowflake — for example, in UDFs and stored procedures.

  • Lorsque vous comparez deux nombres à virgule flottante, Snowflake recommande d’effectuer une comparaison pour une égalité approximative plutôt qu’une égalité exacte.

Il pourrait être possible d’éviter ce type d’erreurs d’approximation en utilisant le type de données DECFLOAT exact.

DOUBLE , DOUBLE PRECISION , REAL

Synonyme de FLOAT.

Exemples de types de données à point flottant dans une table

L’instruction suivante crée une table avec des colonnes de divers types de données à virgule flottante :

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           |
+---------+-------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+

Note

The DESC TABLE command’s type column displays the data type FLOAT not only for FLOAT, but also for synonyms of FLOAT; for example, DOUBLE, DOUBLE PRECISION, and REAL.

DECFLOAT

Le type de données décimale à virgule flottante (DECFLOAT) stocke les nombres exactement, avec jusqu’à 38 chiffres significatifs de précision, et utilise un exposant dynamique de base -10 pour représenter les valeurs très grandes ou très petites. La plage de l’exposant est comprise entre -16383 et 16384, en permettant des valeurs approximativement comprises entre -10^(16384) et 10^(16384). Le type de données DECFLOAT prend en charge une échelle variable, de sorte que l’échelle varie en fonction de la valeur spécifique stockée. Contrairement au type de données FLOAT, qui représente les valeurs sous forme d’approximations, le type de données DECFLOAT représente des valeurs exactes dans la précision spécifiée.

Le type de données DECFLOAT ne prend pas en charge les valeurs spéciales suivantes qui sont prises en charge par le type de données FLOAT : 'NaN' (pas un nombre), 'inf' (infini) et '-inf' (infini négatif).

Cas d’utilisation pour le type de données DECFLOAT

Utilisez le type de données DECFLOAT lorsque vous avez besoin de résultats décimaux exacts et d’une échelle variable large dans la même colonne.

Le type de données DECFLOAT convient aux cas d’utilisation généraux suivants :

  • Vous ingérez des données, et l’échelle des valeurs numériques entrantes est inconnue ou hautement variable.

  • Vous avez besoin de valeurs numériques exactes ; par exemple, pour les grands livres, les taxes ou la conformité.

  • Vous migrez depuis des systèmes qui reposent sur la représentation décimale IEEE 754 ou des décimales 128 bits. Ces migrations peuvent être bloquées par les limitations de précision ou de plage d’autres types de données Snowflake.

  • Vous voulez éviter des erreurs Number out of representable range lorsque vous additionnez, multipliez ou divisez des valeurs numériques de haute précision.

Par exemple, vous pouvez utiliser le type de données DECFLOAT pour les cas d’utilisation spécifiques suivants :

  • Vous ingérez des données à échelle hétérogène provenant de colonnes Oracle DECIMAL ou DB2 DECFLOAT.

  • Vous effectuez une modélisation financière qui implique des calculs dont les échelles de résultats sont difficiles à prévoir.

  • Vous effectuez des mesures scientifiques qui varient entre des nano-unités et des unités astronomiques.

Vous pouvez continuer à utiliser le type de données NUMBER pour les colonnes numériques à échelle fixe ou le type de données FLOAT pour les analyses à haut débit où des résultats imprécis sont acceptables.

Notes sur l’utilisation du type de données DECFLOAT

  • Si une opération produit un résultat avec plus de 38 chiffres, la valeur DECFLOAT est arrondie à une précision de 38 chiffres, les chiffres les moins significatifs étant arrondis selon le mode d’arrondi actuel. Snowflake utilise le mode d’arrondi à la moitié supérieure pour les valeurs DECFLOAT.

  • Lorsque vous spécifiez une valeur DECFLOAT ou que vous la convertissez en valeur DECFLOAT, évitez d’utiliser des littéraux numériques en SQL. Si vous utilisez des littéraux numériques en SQL, les valeurs sont interprétées comme des valeurs NUMBER ou FLOAT avant d’être converties en valeur DECFLOAT, ce qui peut entraîner des erreurs de plage ou une perte de précision. Au lieu de cela, utilisez des littéraux de chaîne (comme SELECT '<value>'::DECFLOAT) ou le littéral DECFLOAT (comme SELECT DECFLOAT '<value>').

  • Lorsque les opérations mélangent des valeurs DECFLOAT avec des valeurs d’autres types numériques, la conversion forcée préfère les valeurs DECFLOAT. Par exemple, lorsque vous ajoutez une valeur de type NUMBER et une valeur de type DECFLOAT, le résultat est une valeur DECFLOAT.

  • Utiliser le type DECFLOAT peut entraîner une augmentation de la consommation de stockage.

Pilotes et versions de pilotes qui prennent en charge le type de données DECFLOAT

Les pilotes et les versions de pilotes Snowflake suivants prennent en charge le type de données DECFLOAT. Vous devrez peut-être mettre à jour vos pilotes vers les versions qui prennent en charge DECFLOAT :

Pilote

Version minimale prise en charge

Remarques

Connecteur Snowflake pour Python

3.14.1

Les DataFrames pandas ne prennent pas en charge le type DECFLOAT.

ODBC

3.12.0

Aucun.

JDBC

3.27.0

Aucun.

Go Snowflake Driver

1.17.0

Aucun.

SQL API

2.0.0

Aucun.

Les pilotes non pris en charge traitent les valeurs DECFLOAT en tant que valeurs TEXT. Pour certains pilotes, un paramètre de pilote doit être défini pour mapper le type DECFLOAT vers un type natif de langage. Pour plus d’informations, voir Pilotes.

Limitations pour le type de données DECFLOAT

Les limitations suivantes s’appliquent pour le type DECFLOAT :

  • Les valeurs DECFLOAT ne peuvent pas être stockées dans des valeurs VARIANT, OBJECT ou ARRAY. Pour convertir une valeur DECFLOAT en valeur VARIANT, vous pouvez d’abord la convertir en valeur VARCHAR, puis la convertir en valeur VARIANT.

  • Les valeurs DECFLOAT ne sont pas prises en charge dans les types de tables suivants :

    • Tables dans des formats externes, comme Iceberg

    • Tables hybrides

  • Le type de données DECFLOAT n’est pas pris en charge dans les procédures stockées de l’Exécution de scripts Snowflake. Cependant, il est pris en charge dans les fonctions définies par l’utilisateur (UDFs) de l’Exécution de scripts Snowflake.

  • Le type de données DECFLOAT n’est pas pris en charge dans les procédures stockées ou les UDFs écrites dans un langage autre que SQL, comme Python ou Java.

  • Le type de données DECFLOAT n’est pas pris en charge dans Snowpark.

  • Snowsight offre une prise en charge limitée pour le type de données DECFLOAT.

  • Les fonctionnalités suivantes ne prennent pas en charge le type de données DECFLOAT :

  • Les types NUMBER et FLOAT peuvent fournir de meilleures performances que le type DECFLOAT.

Examples for the DECFLOAT data type

Les exemples suivants utilisent le type de données DECFLOAT :

Afficher les différences entre DECFLOAT et FLOAT

L’exemple suivant montre les différences entre les types de données DECFLOAT et FLOAT :

  1. Créez une table avec une colonne DECFLOAT et une colonne FLOAT, puis insérez les mêmes valeurs pour les deux types dans la table :

    CREATE OR REPLACE TABLE decfloat_sample (
  id INT,
  decfloat_val DECFLOAT,
  float_val FLOAT);

INSERT INTO decfloat_sample VALUES
  (
    1,
    DECFLOAT '123e7000',
    FLOAT '123e7000'
  ),
  (
    2,
    12345678901234567890123456789::DECFLOAT,
    12345678901234567890123456789::FLOAT
  ),
  (
    3,
    '-4.2e-5432'::DECFLOAT,
    '-4.2e-5432'::FLOAT
  ),
  (
    4,
    '1.00000000000000000000000000000000000014'::DECFLOAT,
    '1.00000000000000000000000000000000000014'::FLOAT
  ),
  (
    5,
    '1.00000000000000000000000000000000000015'::DECFLOAT,
    '1.00000000000000000000000000000000000015'::FLOAT
  );
    Copy

    L’instruction insère les valeurs DECFLOAT de la manière suivante :

    • La première valeur est insérée en utilisant le littéral DECFLOAT.

    • La deuxième valeur est insérée en convertissant une valeur INTEGER en valeur DECFLOAT.

    • Les troisième, quatrième et cinquième valeurs sont insérées en convertissant une valeur VARCHAR en valeur DECFLOAT.

  2. Pour afficher les types, décrivez la table en utilisant la commande DESC TABLE.

    La précision n’a pas été spécifiée dans la définition de la table pour l’une ou l’autre des colonnes, mais la sortie montre que le type de données DECFLOAT prend en charge jusqu’à 38 chiffres significatifs de précision :

    DESC TABLE decfloat_sample;
    Copy
    +--------------+--------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+
| name         | type         | kind   | null? | default | primary key | unique key | check | expression | comment | policy name | privacy domain |
|--------------+--------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------|
| ID           | NUMBER(38,0) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| DECFLOAT_VAL | DECFLOAT(38) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| FLOAT_VAL    | FLOAT        | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
+--------------+--------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+

  3. Pour afficher les différences entre les valeurs, interrogez la table à l’aide de l’instruction SELECT :

    SELECT * FROM decfloat_sample;
    Copy
    +----+-----------------------------------------+------------------------+
| ID | DECFLOAT_VAL                            |              FLOAT_VAL |
|----+-----------------------------------------+------------------------|
|  1 | 1.23e7002                               | inf                    |
|  2 | 12345678901234567890123456789           |   1.23456789012346e+28 |
|  3 | -4.2e-5432                              |  -0                    |
|  4 | 1.0000000000000000000000000000000000001 |   1                    |
|  5 | 1.0000000000000000000000000000000000002 |   1                    |
+----+-----------------------------------------+------------------------+

    La sortie montre les différences suivantes :

    • La première ligne montre que le type DECFLOAT prend en charge un plus grand éventail de valeurs que le type FLOAT. La valeur DECFLOAT est très grande (1.23e7002). La valeur FLOAT est inf, ce qui signifie que cette valeur est plus grande que n’importe quelle valeur que le type FLOAT peut représenter.

    • La deuxième ligne montre que le type DECFLOAT conserve exactement la valeur spécifiée. La valeur FLOAT est une approximation enregistrée en notation scientifique.

    • La troisième ligne montre que le type DECFLOAT prend en charge de très petites valeurs (-4.2e-5432). La valeur FLOAT est approximativement égale à -0.

    • Les quatrième et cinquième lignes montrent que le type DECFLOAT prend en charge jusqu’à 38 chiffres de précision et utilise des règles d’arrondi pour les valeurs au-delà de la limite. La valeur FLOAT est approximativement égale à 1 dans les deux lignes.

Utiliser des valeurs DECFLOAT avec des fonctions d’agrégation

L’exemple suivant utilise des valeurs DECFLOAT avec des fonctions d’agrégation :

  1. Créez une table, puis insérez des valeurs DECFLOAT dans cette table :

    CREATE OR REPLACE TABLE decfloat_agg_sample (decfloat_val DECFLOAT);

INSERT INTO decfloat_agg_sample VALUES
  (DECFLOAT '1e1000'),
  (DECFLOAT '-2.47e999'),
  (DECFLOAT '22e-75');
    Copy

  2. Interrogez la table en utilisant des fonctions d’agrégation :

    SELECT SUM(decfloat_val),
       AVG(decfloat_val),
       MAX(decfloat_val),
       MIN(decfloat_val)
  FROM decfloat_agg_sample;
    Copy
    +-------------------+-------------------+-------------------+-------------------+
| SUM(DECFLOAT_VAL) | AVG(DECFLOAT_VAL) | MAX(DECFLOAT_VAL) | MIN(DECFLOAT_VAL) |
|-------------------+-------------------+-------------------+-------------------|
| 7.53e999          | 2.51e999          | 1e1000            | -2.47e999         |
+-------------------+-------------------+-------------------+-------------------+

Constantes numériques

The term constants — also known as literals — refers to fixed data values. The following formats are supported for numeric constants:

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

Où :

  • + ou - indique une valeur positive ou négative. La valeur par défaut est positive.

  • digits est un ou plusieurs chiffres de 0 à 9.

  • e (ou E) indique un exposant dans la notation scientifique. Au moins un chiffre doit suivre le marqueur de l’exposant, s’il est présent.

Les chiffres suivants sont tous des exemples de constantes numériques prises en charge :

15
+1.34
0.2
15e-03
1.234E2
1.234E+2
-1
Langage: Français