本文说明数值计算的精度问题与金额处理的落地规范。基本类型的表示与装箱机制见 数据类型系统,金额的展示格式化与区域差异见 国际化与本地化,数据库字段类型的选择见 数据库设计与建模规范,持久层类型映射见 持久层,序列化机制见 序列化与反序列化。
一、起源
1.1 二进制浮点无法精确表示十进制小数
浮点用二进制分数表示数值,而十进制小数(如 0.1、0.2)在二进制中是无限循环小数,只能取近似值。由此产生的结果是:
0.1 + 0.2不等于0.3,差值虽小但比较结果为假。- 近似误差在累计运算中放大:大量近似值相加后,总和的偏差可能超过业务可接受范围。
- 误差的表现具有随机性,同一段代码在不同数据下有的用例通过、有的失败。
1.2 三类出错场景
| 场景 | 表现 | 影响 |
|---|---|---|
| 金额计算 | 对账差额、优惠分摊后总额与明细不符 | 直接的资金差错 |
| 相等与比较 | 本应相等的两个值判定为不等,或大小比较结果错误 | 业务分支走错路径 |
| 累计与统计 | 求和、平均值、百分比在数据量增大后偏离 | 报表与指标失真 |
三类场景的共同点是:错误不会抛出异常,而是静默地产生偏差,通常在业务对账时才被发现。
1.3 取舍
| 方案 | 收益 | 代价 |
|---|---|---|
| 使用十进制精确类型 | 结果精确、语义直观 | 运算开销高于基本类型,需要约定舍入与比较规则 |
| 使用最小单位整数 | 运算最快、无精度问题 | 需要处理币种精度差异与展示转换,跨币种与利率计算不便 |
| 使用浮点 | 性能最好、表达简单 | 金额场景不可接受 |
结论:金额与需要精确结果的十进制运算必须使用精确类型或最小单位整数,浮点只适用于对精度不敏感的科学计算与统计近似。
二、原理
2.1 浮点的有效位与误差
| 类型 | 位宽 | 有效十进制位 | 表示范围 |
|---|---|---|---|
| 单精度 | 32 位 | 约 7 位 | 较大,但精度低 |
| 双精度 | 64 位 | 约 15 至 17 位 | 大,金融场景仍不足 |
两点结论:
- 位数再多的浮点也只是近似,无法表示所有十进制小数,因此"用双精度存金额"从根上不成立。
- 比较大小时不能用相等判定,需要引入容差;容差的大小取决于数值量级,量级差异大时容差难以统一设定,这也是浮点在金额场景不可修复的原因。
2.2 精确十进制的表示
精确十进制类型的内部由两部分构成:
value = unscaledValue × 10^(-scale)
| 组成 | 含义 | 示例 |
|---|---|---|
| 非标度值 | 一个任意精度的整数 | 12345 |
| 标度 | 小数点后的位数,可为负数 | 2 |
因此 123.45 表示为非标度值 12345 与标度 2。这带来两个关键性质:
- 数值相等不等于对象相等:
1.0与1.00数值相同,但非标度值与标度不同。 - 标度参与运算规则:加法的结果标度取两个操作数标度的较大者,乘法的结果标度取两者之和,因此运算后标度会变化。
2.3 构造方式的差异
| 构造方式 | 结果 | 说明 |
|---|---|---|
| 由字符串构造 | 精确 | 推荐方式 |
| 由整数字面量构造 | 精确 | 适合最小单位 |
| 由整数值转换 | 精确 | 推荐用于已知整数的场景 |
| 由浮点数构造 | 带入浮点误差 | 应避免,误差在构造时即被固化 |
由浮点构造会把近似值原样写入精确类型,得到一个"精确表示的近似值",后续所有计算都在错误基础上进行。这是金额精度问题中最隐蔽的一类。
2.4 舍入模式
| 模式 | 规则 | 适用 |
|---|---|---|
| 向上取整(远离零) | 非零余数一律进位 | 需要"不低于实际值"的场景 |
| 向下取整(趋向零) | 直接截断 | 需要"不超过实际值"的场景 |
| 向正无穷 | 结果取较大值 | 区间上界计算 |
| 向负无穷 | 结果取较小值 | 区间下界计算 |
| 四舍五入(远离零) | 余数大于等于一半即进位 | 与人工计算一致,业务沟通成本低 |
| 四舍五入(趋向零) | 余数大于一半才进位 | 特定计费规则 |
| 银行家舍入 | 恰好一半时向偶数进位 | 大量舍入时误差相互抵消,统计场景更稳 |
| 精确舍入 | 有精度损失即报错 | 用于断言运算不应产生损失 |
选择依据:
- 单笔金额取整通常用四舍五入(远离零),与用户预期一致。
- 大批量分摊、利息与统计计算使用银行家舍入,避免长期单向偏差累积。
- 使用"精确舍入"在关键路径上做断言,使不该发生精度损失的位置在测试中直接失败。
设置舍入模式时还需要区分"运算时"与"存储时":运算可以使用更高精度并只在最终写入时舍入一次,中途反复舍入会累积偏差。
2.5 除法与精度
十进制除法在结果不是有限小数时会无限循环,因此除法必须指定精度或舍入模式,否则在运行时抛出算术异常。这是运行期才暴露的问题,容易在特定数据下才触发。
两条规则:
- 除法显式指定标度与舍入模式,并明确该标度由业务精度要求决定,而不是随手取一个值。
- 需要多次运算时,先以足够精度完成运算,最后统一舍入,避免中间结果被提前截断。
2.6 比较、哈希与排序容器
| 操作 | 行为 | 风险 |
|---|---|---|
| 数值比较 | 忽略标度差异,1.0 与 1.00 相等 | 用于相等判断的正确方式 |
| 对象相等 | 同时比较标度,1.0 与 1.00 不等 | 用对象相等判断数值会得到错误结论 |
| 哈希集合 | 依据对象相等,标度不同视为不同键 | 以金额为键时可能存入重复语义的键 |
| 排序容器 | 部分实现依据数值比较 | 与哈希集合行为不一致,造成同一数据在不同容器中表现不同 |
实践结论:数值相等一律使用数值比较方法;需要以数值为键时,先统一标度再作为键,避免标度差异造成的重复。
另一个与标度有关的坑是去尾零操作:对整数形式的数值去尾零会改变其字符串表示形式,出现科学计数法,导致对外输出格式变化;输出前应显式设置标度或使用普通字符串表示。
2.7 金额建模
| 方案 | 表示 | 优点 | 代价 |
|---|---|---|---|
| 最小单位整数 | 以分为单位的整数 | 运算快、无精度问题、便于对账 | 币种精度不同(有的币种无小数位、有的三位),跨币种与利率计算需要额外换算 |
| 十进制小数 | 十进制定点数加标度 | 语义直观、便于与数据库定点类型对应 | 运算开销较高,需统一标度与舍入规则 |
金额字段的构成建议固定为三部分:数值、币种、标度约定。只存数值会在多币种场景下产生歧义。
三条规则:
- 币种决定精度:不同币种的小数位数不同,不能统一按两位处理;换算与舍入必须按目标币种的精度执行。
- 舍入只发生一次:运算过程保留更高精度,只在写入或对外输出时按币种精度舍入一次。
- 分摊必须处理尾差:按比例分摊时,各份舍入后的和可能与总额不等,需要把差额按约定规则(通常是最大余额法,即按余数大小依次补足)分配给其中若干份,并保证总和严格等于总额。
2.8 序列化与数据库映射
| 环节 | 风险 | 处理 |
|---|---|---|
| 文本序列化 | 精确类型被写成浮点形式的数字,接收端按双精度解析后丢失精度 | 金额以字符串形式传输,或使用最小单位整数 |
| 科学计数法 | 标度为负或去尾零后输出为科学计数法,改变格式 | 输出前统一标度,并以普通字符串表示 |
| 反序列化 | 接收端把小数解析为浮点类型 | 显式指定按精确类型解析 |
| 数据库存储 | 用浮点类型存金额 | 使用定点类型,精度按币种确定 |
| 数据库映射 | 定点类型与精确类型之间的映射由框架处理,但运算在应用侧进行 | 确认映射到精确类型而非浮点 |
金额在接口层的推荐做法有两种:字符串形式(可读性好,接收方需具备精确解析能力)与最小单位整数(无歧义,需要随币种传递精度信息)。选择依据是与调用方的约定,但不应使用 JSON 数字表示金额——多数前端运行时的数字类型是双精度浮点。
2.9 格式化的区域差异
金额展示涉及小数分隔符、千位分隔符、币种符号位置与负号表示,这些都由区域决定,因此格式化必须显式传入区域,不能依赖默认值,相关机制见 国际化与本地化。
三、实现
3.1 金额类型的设计
// 值对象:数值、币种、精度约定三部分固定
public final class Money implements Comparable<Money> {
private final BigDecimal amount;
private final Currency currency;
private Money(BigDecimal amount, Currency currency) {
this.currency = currency;
// 统一标度:按币种精度规范化,使对象相等与数值相等一致
this.amount = amount.setScale(currency.getDefaultFractionDigits(), RoundingMode.HALF_UP);
}
public static Money of(String amount, Currency currency) {
return new Money(new BigDecimal(amount), currency); // 由字符串构造,避免浮点误差
}
public static Money ofMinor(long minorUnits, Currency currency) {
return new Money(BigDecimal.valueOf(minorUnits)
.movePointLeft(currency.getDefaultFractionDigits()), currency);
}
public long toMinorUnits() {
return amount.movePointRight(currency.getDefaultFractionDigits()).longValueExact();
}
public BigDecimal amount() {
return amount;
}
public Currency currency() {
return currency;
}
public int scale() {
return amount.scale();
}
public Money add(Money other) {
requireSameCurrency(other);
return new Money(amount.add(other.amount), currency);
}
public Money multiply(BigDecimal factor) {
// 乘法的中间结果保留更高精度,仅在构造时统一标度
return new Money(amount.multiply(factor), currency);
}
public Money divide(BigDecimal divisor) {
// 除法必须显式指定精度;此处多保留两位用于后续分摊,最终统一舍入
BigDecimal precise = amount.divide(divisor, amount.scale() + 2, RoundingMode.HALF_UP);
return new Money(precise, currency);
}
private void requireSameCurrency(Money other) {
if (!currency.equals(other.currency)) {
throw new IllegalArgumentException("币种不一致");
}
}
@Override
public int compareTo(Money other) {
requireSameCurrency(other);
return amount.compareTo(other.amount); // 数值比较,不是对象相等
}
@Override
public boolean equals(Object o) {
if (this == o) {
return true;
}
if (!(o instanceof Money other)) {
return false;
}
return amount.compareTo(other.amount) == 0 && currency.equals(other.currency);
}
@Override
public int hashCode() {
// 与 equals 保持一致:先统一标度再取哈希,避免标度差异导致行为不一致
return Objects.hash(amount.stripTrailingZeros(), currency);
}
}
要点:在构造处统一标度是让"对象相等"与"数值相等"一致的最简单方式;若不做统一,则必须在所有比较与哈希位置使用数值比较,容易遗漏。
3.2 分摊与尾差处理
/**
* 按比例分摊金额,保证各部分之和严格等于总额。
* 先按比例向下取整并记录余数,再把差额按余数从大到小依次补足一个最小单位。
*/
public static List<Money> allocate(Money total, List<BigDecimal> ratios) {
BigDecimal ratioSum = ratios.stream().reduce(BigDecimal.ZERO, BigDecimal::add);
if (ratioSum.compareTo(BigDecimal.ZERO) <= 0) {
throw new IllegalArgumentException("分摊比例之和必须为正数");
}
int scale = total.scale();
long totalUnits = total.amount().movePointRight(scale).longValueExact();
long[] units = new long[ratios.size()];
BigDecimal[] remainders = new BigDecimal[ratios.size()];
long allocatedUnits = 0;
for (int i = 0; i < ratios.size(); i++) {
BigDecimal exact = BigDecimal.valueOf(totalUnits)
.multiply(ratios.get(i))
.divide(ratioSum, 10, RoundingMode.DOWN);
long floor = exact.setScale(0, RoundingMode.DOWN).longValueExact();
units[i] = floor;
remainders[i] = exact.subtract(BigDecimal.valueOf(floor));
allocatedUnits += floor;
}
// 差额按余数从大到小依次补足,余数相同则按原顺序
long leftover = totalUnits - allocatedUnits;
Integer[] order = IntStream.range(0, ratios.size()).boxed()
.sorted((a, b) -> remainders[b].compareTo(remainders[a]))
.toArray(Integer[]::new);
for (int i = 0; i < leftover; i++) {
units[order[i % order.length]] += 1;
}
List<Money> result = new ArrayList<>(ratios.size());
for (long u : units) {
result.add(new Money(BigDecimal.valueOf(u).movePointLeft(scale), total.currency()));
}
return result;
}
要点:分摊的验收标准是"各部分之和等于总额",而不是"每部分都严格按比例",前者是业务可验证的硬约束。
3.3 数据库映射与序列化
-- 使用定点类型并按币种确定精度;不要使用浮点类型
CREATE TABLE `order`
(
`id` BIGINT NOT NULL,
`amount` DECIMAL(18, 4) NOT NULL COMMENT '金额,按业务精度保留',
`currency` CHAR(3) NOT NULL COMMENT '币种代码',
`amount_minor` BIGINT NOT NULL COMMENT '金额最小单位,便于对账与校验',
PRIMARY KEY (`id`)
);
public class OrderResponse {
// 金额以字符串传输,避免接收端按双精度解析
@JsonSerialize(using = ToStringSerializer.class)
@JsonDeserialize(using = BigDecimalDeserializer.class)
private final BigDecimal amount;
private final String currency;
// 也可直接暴露最小单位整数,由调用方按币种精度换算
public long amountMinorUnits() {
int fractionDigits = Currency.getInstance(currency).getDefaultFractionDigits();
return amount.movePointRight(fractionDigits).longValueExact();
}
}
spring:
jackson:
serialization:
write-bigdecimal-as-plain: true # 避免输出科学计数法
deserialization:
use-big-decimal-for-floats: true # 接收小数字段时按精确类型解析
要点:三处配置各解决一个问题——输出为普通字符串而非科学计数法、接收时按精确类型解析、金额字段以字符串传输;只做其中一两项仍会出现精度或格式问题。
3.4 测试要点
| 测试类型 | 内容 |
|---|---|
| 构造测试 | 字符串构造与浮点构造的结果差异;浮点构造应被代码检查或评审拦截 |
| 舍入测试 | 各舍入模式在恰好一半时的行为,尤其是银行家舍入 |
| 除法测试 | 非有限小数结果下是否正确指定精度,是否抛出算术异常 |
| 相等测试 | 不同标度的相同数值在比较、哈希集合与排序容器中的一致行为 |
| 分摊测试 | 随机比例下的总和一致性,包含比例之和不为 1、含零比例等边界 |
| 序列化测试 | 序列化与反序列化往返后数值与标度不变,输出不含科学计数法 |
| 边界测试 | 零、负数、极大值、最小单位、跨币种操作的异常路径 |
# 用代码检查拦截浮点构造精确类型的写法(静态分析规则)
grep -rnE 'new BigDecimal\((0\.[0-9]|[a-z][A-Za-z]*\.[a-zA-Z]+)\)' src/main/java \
| grep -vE 'BigDecimal\((String|"|\w+\.toPlainString)' || echo "未发现浮点构造"
3.5 常见问题对照
| 现象 | 常见原因 | 处置 |
|---|---|---|
| 对账出现分位差额 | 运算中使用浮点,或中间结果反复舍入 | 改用精确类型,只在最终写入时舍入一次 |
| 分摊后各部分之和与总额不等 | 未处理尾差 | 采用最大余额法补齐差额 |
| 本应相等的数据判定为不等 | 使用对象相等比较而非数值比较 | 统一使用数值比较,或在构造处统一标度 |
| 金额作为键出现重复 | 标度不同导致对象不相等 | 作为键之前统一标度 |
| 运行时报算术异常 | 除法未指定精度且结果非有限小数 | 显式指定标度与舍入模式 |
| 前端显示金额失真 | JSON 数字被按双精度解析 | 金额以字符串或最小单位整数传输 |
| 输出出现科学计数法 | 去尾零或负标度改变了表示形式 | 输出前统一标度并启用普通表示配置 |
| 历史数据存在浮点误差 | 早期用浮点类型存储 | 数据清洗与迁移,配合 数据库 Schema 版本化迁移 |
| 多币种金额混算 | 未在运算前校验币种一致 | 在金额类型的运算方法中强制校验 |
| 统计结果长期单向偏差 | 批量场景使用四舍五入而非银行家舍入 | 批量分摊与统计改用银行家舍入 |
四、总结
- 二进制浮点无法精确表示大多数十进制小数,误差不会抛出异常而是静默产生偏差,因此在金额场景不可接受。
- 精确十进制由非标度值与标度构成,因此数值相等的两个对象可能不相等,标度会参与运算结果的计算。
- 由浮点构造精确类型会把近似值固化,是金额精度问题中最隐蔽的一类,应统一使用字符串或整数构造。
- 舍入模式的选择依据是业务语义:单笔金额用四舍五入符合预期,批量分摊与统计用银行家舍入以抵消长期偏差。
- 除法必须显式指定精度与舍入模式,且运算过程应保留更高精度,只在最终写入时舍入一次。
- 数值相等必须使用数值比较,以数值为键时需先统一标度,否则哈希集合与排序容器会出现不一致行为。
- 金额建模固定为数值、币种、精度约定三部分;币种决定小数位数,换算与舍入必须按目标币种精度执行。
- 分摊的验收标准是各部分之和等于总额,尾差需要按约定规则补齐,而不是接受舍入带来的差额。
- 精度保持涉及序列化、反序列化与数据库映射三处配置,任一处缺失都会导致精度或格式问题,金额也不应以 JSON 数字传输。
- 金额逻辑必须配套测试,重点覆盖舍入边界、整除性、尾差、标度差异与序列化往返,这些用例是回归的主要防线。