oracle与gbase8s迁移数据类型对照

声明:以下为笔者阅读gbase官方文档和oracle官方文档的理解,如有错误,敬请指正。

oracle与gbase8s迁移数据类型对照及举例说明

      • 最终结论:oracle与gbase8s数据类型对应关系
      • 关于单精度与双精度的区别
      • 关于定点与浮点定义的区别
      • 精度的定义
    • Oracle 分为NUMBER和浮点数
      • NUMBER
      • 浮点数
        • BINARY_FLOAT 数据类型
        • BINARY_DOUBLE 数据类型
    • gbase 8s 分精确数值数据类型,近似数值数据类型
      • 精确数值数据类型
      • 近似数值数据类型

最终结论:oracle与gbase8s数据类型对应关系

边界范围使用数据类型oraclegbase
最大精度126位FLOAT/NUMBERDECIMAL
单精度浮点数数据类型BINARY_FLOATsmallfloat
双精度浮点数数据类型BINARY_DOUBLEFLOAT

下面首先回忆一下精度、定点、浮点的定义,然后再来看oracle、gbase的官方文档。

关于单精度与双精度的区别

单精度和双精度是计算机中用于表示浮点数的两种不同精度的格式。
单精度(Single Precision):单精度浮点数使用32位(4个字节)来存储一个浮点数。它包括一个符号位(用于表示正负)、8位指数和23位尾数。单精度提供大约7位有效数字的精度。
双精度(Double Precision):双精度浮点数使用64位(8个字节)来存储一个浮点数。它包括一个符号位、11位指数和52位尾数。双精度提供大约15-16位有效数字的精度,比单精度更高。
主要区别:
精度: 双精度提供比单精度更高的精度,因为它使用更多的位来表示数字。这使得双精度能够处理更大范围的数值,并提供更高的精确度。
存储需求: 双精度使用的存储空间是单精度的两倍,因此在存储大量数据时,双精度需要更多的内存空间。
计算速度: 在某些情况下,单精度计算可能比双精度计算速度更快,因为它涉及更少的位数和更简单的计算。
选择使用单精度还是双精度通常取决于对精度和内存使用的要求。如果需要更高的精度或者处理非常大或非常小的数值范围,双精度可能更适合。而如果对精度要求不高,但需要节省内存,那么单精度可能更合适。

关于定点与浮点定义的区别

定点数和浮点数是计算机表示数据的两种不同方式。定点数的小数点位置在计算机的存储中是约定好的,这意味着小数位为固定十进制数,而浮点数的小数位则随2的几次幂的大小而浮动。例如,8位定点数可以表示的范围是-16.00~15.875,其最大精度为0.125。

将浮点数转换为定点数的操作包括:首先计算 b = a * 2^F(a为浮点数,F为小数部分字长),然后将b化为整数,最后用二进制将b表示成c。这种转换方法在可以接受精度损失的前提下,有可能提高运算效率。然而,一般而言,定点数的数值范围有限,要求的处理硬件比较简单。

精度的定义

精度是一个衡量测量结果与真实值接近程度的概念,它反映的是误差的大小。如果误差小,则精度高;反之,如果误差大,则精度低。在计算机科学中,精度也用于表示数值的最小度量单位,例如,GPS的精度为0.1m,表示这个GPS最小能识别0.1m的位置差异。同时,精度还被用来描述计算机中小数点前后的总位数,如单精度和双精度分别表示精确到小数点后几位。然而,需要注意的是,仪器的精度并不能完全反映其准确度。

Oracle 分为NUMBER和浮点数

NUMBER

NUMBER数据类型用于存储可能为负值或正值的数值。

数据类型存储定点数和浮点数。精度 38 位有效数字。

NUMBER(p, s):

  • 用于存储数字值,其中p表示精度(最多38位),s表示小数位数取值范围为[-84~127],当s取负数时,将小数点左边的s位置为0,并四舍五入。
  • 当小数位数大于s时,采用四舍五入的方式。当整数部分的长度大于p-s时,报错。
  • 需要22个字节的存储空间。

Oracle FLOAT数据类型是NUMBER数据类型的子类型。FLOAT(b):用于存储浮点数,范围从-1.79E+308到1.79E+308。FLOAT的最大精度是126。二进制精度的最大126位数,大致等于十进制数位数的38位数。

![外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传](https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=C%3A%5CUsers%5CSU%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5Cimage-20231216162440409.png&pos_id=img-BPi20wT4-1702955220839)
C:\Users\SU\AppData\Roaming\Typora\typora-user-images\image-20231216162440409.png

浮点数

BINARY_FLOAT 数据类型

BINARY_FLOAT是 32 位单精度浮点数数据类型。每个值需要 5 个字节,包括一个长度字节。BINARY_FLOAT

BINARY_DOUBLE 数据类型

BINARY_DOUBLE是 64 位双精度浮点数数据类型。每个值需要 9 个字节,包括一个长度字节。BINARY_DOUBLE

create table t2 (a binary_float,b binary_double);
insert into t2 values (3.141592653589,3.141592653589);
insert into t2 values (1023.141592653589,1023.141592653589);
insert into t2 values (1023.14159265358933333333,1023.14159265358933333333);

在这里插入图片描述

gbase 8s 分精确数值数据类型,近似数值数据类型

精确数值数据类型

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

gbase应该是32位最长,oracle是38位

近似数值数据类型

在这里插入图片描述

smallfloat:8位有效数字的单精度浮点数值

float/double:16位有效数字的双精度浮点数值。

建表时,在数据类型声明中接受precision参数,但是该参数对数据库服务器存储的值的实际精度不起作用。

create table t1 (a float,b smallfloat);
desc t1;
insert into t1 values (3.14,3.14);
insert into t1 values (3.1415926,3.1415926);
insert into t1 values (3.141592653589,3.141592653589);
insert into t1 values (1023.141592653589,1023.141592653589);
insert into t1 values (1023.14159265358933333333,1023.14159265358933333333);
select * from t1;

在这里插入图片描述
可以看出 smallfloat超过8位有效数字会截断
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

可以看出指定该参数对数据库服务器存储的值的实际精度不起作用。
查看计算后小数位数是decimal类型

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/233119.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

动态规划 - 1137.第N个泰波那契数(C#和C实现)

动态规划 - 1137.第N个泰波那契数(C#和C实现) 题目描述 泰波那契序列 Tn 定义如下: T0 0, T1 1, T2 1,且在 n > 0 的条件下 Tn3 Tn Tn1 Tn2。给你整数 n,请返回第 n 个泰波那契数 Tn 的值。 示例 1: 输入:n 4 输出…

[报错已解决]得到一个不期待的值added_cond_kwargs,图生图和文生图的pipline是不同的

报错内容 得到一个不期待的值added_cond_kwargs 问题原因 对照下图,做测试unet_2d_condition.py里面UNet2dConditionModel类的forward输入 而StableDiffusionPipline(文生图t2i)的self.unet输入里面多了一个added_cond_kwargs需要写 从下图可…

函数torch.bincount( )的用法

torch.bincount()函数是PyTorch中的一个函数,用于计算一维整数张量中每个非负整数值出现的频次 函数的用法 : torch.bincount(input, weightsNone, minlength0) → Tensor 参数: input:输入的一维整数张量weights(…

JsonNode、ObjectNode和ArrayNode

我个人不喜欢fastjson,但是项目中很多地方用到json字符串转换对象但又不想创建pojo 所以使用jackson的JsonNode、ObjectNode和ArrayNode就非常好用,万能对象,这三 个对象是非常全面的,感兴趣的可以看下源码 JsonNode 只读&#x…

机器学习——支持向量机

目录 一、基于最大间隔分隔数据 二、寻找最大间隔 1. 最大间隔 2. 拉格朗日乘子法 3. 对偶问题 三、SMO高效优化算法 四、软间隔 五、SMO算法实现 1. 简化版SMO算法 2. 完整版SMO算法 3. 可视化决策结果 六、核函数 1. 线性不可分——高维可分 2. 核函数 …

【大数据面试】MapReduce常见问题与答案

目录 介绍下MapReduce MapReduce优缺点 MapReduce架构 MapReduce工作原理 MapReduce哪个阶段最费时间 ✅MapReduce中的Combine是干嘛的?有什么好出? ✅MapReduce环形缓冲区是什么 ✅MapReduce为什么一定要有环型缓冲区 MapReduce为什么一定要有Shuffle过程 MapRedu…

Autosar通信实战系列08-Com模块相关开发问题总结

本文框架 前言1. Com模块重要接口回顾2. 如何让通过Com模块配置改善发送报文周期不准问题?3. UDS 0x28服务关闭或打开APP报文与Com模块的交互?4. 如何在Com层实现接收报文的超时,ARC及信号有效性监控?4.1 信号超时监控的配置4.2 报文ARC校验4.3 报文信号值有效性校验前言 …

linux命令绕过

WAF绕过命令执行 1 命令分隔符2 命令执行绕过2.1 绕过空格2.2 拼接2.3 编码2.4 单引号、双引号绕过2.5 反斜线绕过2.6 通配符绕过 1 命令分隔符 linux: && || & | ; # &&绕过 [rootlocalhost ~]# echo 123&& cat /etc/passwd 123 root:…

拾壹[11],缩放形状匹配,函数CreateScaledShapeModel/FindScaledShapeModel

函数CreateScaledShapeModel 函数功能 创建可缩放比例的形状匹配模板 C形式 LIntExport void CreateScaledShapeModel( const HObject& Template, const HTuple& NumLevels, const HTuple& AngleStart, const HTuple& AngleExtent, const HTuple& …

设计模式 原型模式 与 Spring 原型模式源码解析(包含Bean的创建过程)

原型模式 原型模式(Prototype模式)是指:用原型实例指定创建对象的种类,并且通过拷贝这些原型,创建新的对象。 原型模式是一种创建型设计模式,允许一个对象再创建另外一个可定制的对象,无需知道如何创建的细节。 工作原…

threejs 内置变量函数

参考glsl文档 threejs 内置变量 vertex shader highp vec4 gl_PointSize 点大小mediump float gl_Position 不用多说 fragment shader mediump vec4 gl_FragCoord 屏幕坐标系bool gl_FrontFacingmediump vec4 gl_FragColor 最重要的mediump vec4 gl_FragData[gl_MaxDrawBu…

新年跨年烟花超酷炫合集【内含十八个烟花酷炫效果源码】

❤️以下展示为全部烟花特效效果 ❤️下方仅展示部分代码 ❤️源码获取见文末 🎀HTML5烟花喷泉 <style> * {padding:0;margin:0; } html,body {positi

清华提出ViLa,揭秘 GPT-4V 在机器人视觉规划中的潜力

人类在面对简洁的语言指令时&#xff0c;可以根据上下文进行一连串的操作。对于“拿一罐可乐”的指令&#xff0c;若可乐近在眼前&#xff0c;下意识的反应会是迅速去拿&#xff1b;而当没看到可乐时&#xff0c;人们会主动去冰箱或储物柜中寻找。这种自适应的能力源于对场景的…

springboot的配置文件,以及spring boot自动装配的原理,bean的管理。

配置优先级&#xff1a; spring boot中自此三种格式的配置文件&#xff1a; server.port&#xff1a;8081 server.port&#xff1a;8082 server.port&#xff1a;8083 spring boot还支持两种外部配置&#xff1a; java系统属性&#x…

软件测试人才稀缺!揭秘为什么你找不到软件测试工作?

最近后台很多粉丝给我留言&#xff1a; 2023年软件测试已经崩盘了吗&#xff0c;为什么都找不到工作了&#xff1f; 确实&#xff0c;今年经济大环境不好&#xff0c;企业也都在降本增效&#xff0c;如果技术能力还在被应届生竞争岗位的阶段&#xff0c;只会越来越难。 找不…

【大数据面试】YARN常见问题与答案

目录 介绍下YARN YARN有几个模块 YARN工作机制 YARN有什么优势&#xff0c;能解决什么问题? YARN容错机制 YARN高可用 YARN调度器 YARN中Container是如何启动的? YARN的改进之处&#xff0c;Hadoop3.x相对于Hadoop 2.x? YARN监控 介绍下YARN YARN有几个模块 Yar…

74.搜索二维矩阵

题目 法1&#xff1a;二分搜索 剑指原题 class Solution {public boolean searchMatrix(int[][] matrix, int target) {int m matrix.length, n matrix[0].length;int i 0, j n - 1;while (i < m && j > 0) {if (matrix[i][j] target) {return true;} el…

从零开始在Linux服务器配置并运行YOLO8+Web项目

✅作者简介&#xff1a;大家好&#xff0c;我是 Meteors., 向往着更加简洁高效的代码写法与编程方式&#xff0c;持续分享Java技术内容。 &#x1f34e;个人主页&#xff1a;Meteors.的博客 &#x1f49e;当前专栏&#xff1a; 神经网络&#xff08;随缘更新&#xff09; ✨特色…

『OPEN3D』1.5.4 动手实现点云八叉树(OctoTree)最近邻

本专栏地址: https://blog.csdn.net/qq_41366026/category_12186023.html?spm=1001.2014.3001.5482 在二维和三维空间中,我们可以采用四叉树(Quad tree)和八叉树(Octree)这两种特定的数据结构来处理空间分割。这些树形结构可以看作是K-d树在不同维度下的扩展。…

SpringBoot的多环境开发

&#x1f648;作者简介&#xff1a;练习时长两年半的Java up主 &#x1f649;个人主页&#xff1a;程序员老茶 &#x1f64a; ps:点赞&#x1f44d;是免费的&#xff0c;却可以让写博客的作者开心好久好久&#x1f60e; &#x1f4da;系列专栏&#xff1a;Java全栈&#xff0c;…