Types de données numériques¶
Cette rubrique décrit les types de données numériques pris en charge dans Snowflake, ainsi que les formats pris en charge pour les constantes/littéraux numériques.
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.
Par défaut, la précision est 38 et l’échelle est 0 (c’est-à-dire NUMBER(38,0)). La précision limite la plage des valeurs qui peuvent être insérées (ou converties et insérées) dans les colonnes d’un type donné. Par exemple, la valeur 999
correspond à NUMBER(38,0) mais pas à NUMBER(2,0).
L’échelle maximale (nombre de chiffres à droite du séparateur décimal) est 37. Les nombres qui ont moins de 38 chiffres significatifs, mais dont le chiffre le moins significatif se trouve au-delà de la 37e décimale, par exemple 0,0000000000000000000000000000000000000012 (1,2e -39), ne peuvent pas être représentés sans perdre quelques chiffres de précision.
Note
Si les données sont converties dans un autre type de données avec une précision moindre, puis de nouveau dans le type de données de précision plus élevée, les données peuvent perdre en précision. Par exemple, vous perdez en précision si vous convertissez une valeur NUMBER(38,37) en valeur DOUBLE (qui a une précision d’environ 15 chiffres décimaux), puis en 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).
Les différents noms (TINYINT, BYTEINT, et ainsi de suite) visent à simplifier le portage à partir d’autres systèmes et à suggérer la plage de valeurs attendue pour une colonne du type spécifié.
Impact de la précision et de l’échelle sur la taille de stockage¶
La précision (nombre total de chiffres) n’a pas d’incidence sur le stockage. Les exigences de stockage pour le même nombre de colonnes dans des colonnes de précision différente, telles que NUMBER(2,0) et NUMBER(38,0), sont identiques. Pour chaque micro-partition, Snowflake détermine les valeurs minimales et maximales pour une colonne donnée et utilise ces informations pour déterminer la taille de stockage de toutes les valeurs pour cette colonne dans la partition. Par exemple :
Si une colonne ne contient que des valeurs comprises entre
-128
et+127
, chacune de ces valeurs consomme 1 octet (non compressé).Si la plus grande valeur de la colonne est
10000000
, alors chacune des valeurs consomme 4 octets (non compressés).
Cependant, l’échelle (le nombre de chiffres après la virgule décimale) a un impact sur le stockage. Par exemple, la même valeur stockée dans une colonne de type NUMBER(10,5) consomme plus d’espace que NUMBER(5,0). De plus, le traitement de valeurs ayant une plus grande échelle pourrait être légèrement plus lent et consommer plus de mémoire.
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;
+-----------+--------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+
| 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.
La précision est d’environ 15 chiffres. Par exemple, pour les entiers, la plage est de -9007199254740991 à +9007199254740991 (-253 + 1 à +253 - 1). Les valeurs à virgule flottante peuvent aller d’environ 10-308 à 10+308. (Snowflake peut représenter des valeurs plus extrêmes comprises approximativement entre 10-324 et 10-308 avec moins de précision.) Pour plus de détails, voir l’article de Wikipédia sur les numéros à double précision.
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 |
---|---|---|---|
|
|
|
Dans Snowflake, les valeurs |
|
|
|
Dans Snowflake, |
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.
Les considérations suivantes concernent les erreurs d’arrondi :
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.
Les erreurs peuvent s’accumuler, en particulier lorsque des fonctions agrégées (par exemple SUM ou AVG) traitent un grand nombre de lignes. Le fait d’utiliser un type de données à point fixe avant l’agrégation peut réduire ou éliminer ces erreurs.
Les erreurs d’arrondi peuvent se produire non seulement lors de l’utilisation de SQL, mais aussi lors de l’utilisation d’un autre code (par exemple, Java, JavaScript, ou Python) qui s’exécute dans Snowflake (par exemple, dans les UDFs et les procédures stockées).
Lorsque vous comparez deux nombres à virgule flottante, Snowflake recommande d’effectuer une comparaison pour une égalité approximative plutôt qu’une égalité exacte.
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;
+---------+-------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+
| 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
La colonne type
de la commande DESCTABLE affiche le type de données FLOAT non seulement pour FLOAT, mais aussi pour les synonymes de FLOAT (par exemple, DOUBLE, DOUBLE PRECISION et REAL).
Constantes numériques¶
Le terme constantes (également appelées littéraux) fait référence à des valeurs de données fixes. Les formats suivants sont pris en charge pour les constantes numériques :
[+-][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
(ouE
) 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