> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Документация по типам данных с плавающей запятой в ClickHouse: Float32, Float64 и BFloat16

# Типы Float32 | Float64 | BFloat16

<Note>
  Если вам нужны точные вычисления, особенно при работе с финансовыми или бизнес-данными, требующими высокой точности, стоит использовать [Decimal](/ru/reference/data-types/decimal).

  [Числа с плавающей запятой](https://en.wikipedia.org/wiki/IEEE_754) могут давать неточные результаты, как показано ниже:

  ```sql theme={null}
  CREATE TABLE IF NOT EXISTS float_vs_decimal
  (
     my_float Float64,
     my_decimal Decimal64(3)
  )
  ENGINE=MergeTree
  ORDER BY tuple();

  # Сгенерировать 1 000 000 случайных чисел с 2 знаками после запятой и сохранить их как float и как decimal
  INSERT INTO float_vs_decimal SELECT round(randCanonical(), 3) AS res, res FROM system.numbers LIMIT 1000000;
  ```

  ```sql theme={null}
  SELECT sum(my_float), sum(my_decimal) FROM float_vs_decimal;

  ┌──────sum(my_float)─┬─sum(my_decimal)─┐
  │ 499693.60500000004 │      499693.605 │
  └────────────────────┴─────────────────┘

  SELECT sumKahan(my_float), sumKahan(my_decimal) FROM float_vs_decimal;

  ┌─sumKahan(my_float)─┬─sumKahan(my_decimal)─┐
  │         499693.605 │           499693.605 │
  └────────────────────┴──────────────────────┘
  ```
</Note>

Эквивалентные типы в ClickHouse и C приведены ниже:

* `Float32` — `float`.
* `Float64` — `double`.

Типы с плавающей запятой в ClickHouse имеют следующие псевдонимы:

* `Float32` — `FLOAT`, `REAL`, `SINGLE`.
* `Float64` — `DOUBLE`, `DOUBLE PRECISION`.

При создании таблиц можно задавать числовые параметры для чисел с плавающей запятой (например, `FLOAT(12)`, `FLOAT(15, 22)`, `DOUBLE(12)`, `DOUBLE(4, 18)`), но ClickHouse их игнорирует.

<div id="using-floating-point-numbers">
  ## Использование чисел с плавающей запятой
</div>

* При вычислениях с числами с плавающей запятой может возникать ошибка округления.

```sql theme={null}
SELECT 1 - 0.9

┌───────minus(1, 0.9)─┐
│ 0.09999999999999998 │
└─────────────────────┘
```

* Результат вычислений зависит от способа вычислений (типа процессора и архитектуры компьютерной системы).
* Вычисления с числами с плавающей запятой могут давать такие значения, как бесконечность (`Inf`) и «не число» (`NaN`). Это следует учитывать при обработке результатов вычислений.
* При разборе чисел с плавающей запятой из текста результат может не быть ближайшим числом, представимым в машинном формате.

<div id="nan-and-inf">
  ## NaN и Inf
</div>

В отличие от стандартного SQL, ClickHouse поддерживает следующие категории чисел с плавающей запятой:

* `Inf` — бесконечность.

```sql theme={null}
SELECT 0.5 / 0

┌─divide(0.5, 0)─┐
│            inf │
└────────────────┘
```

* `-Inf` — Отрицательная бесконечность.

```sql theme={null}
SELECT -0.5 / 0

┌─divide(-0.5, 0)─┐
│            -inf │
└─────────────────┘
```

* `NaN` — не является числом.

{{/* */}}

```sql theme={null}
SELECT 0 / 0

┌─divide(0, 0)─┐
│          nan │
└──────────────┘
```

Правила сортировки `NaN` см. в разделе [предложение ORDER BY](/ru/reference/statements/select/order-by).

<div id="nan-values-in-set-semantics">
  ## Значения NaN в семантике множеств
</div>

Стандарт IEEE 754 определяет `NaN` так, что скалярное сравнение `NaN = NaN` возвращает `false`.
ClickHouse следует этому правилу для оператора `=`.

Однако `NaN` — это не одно конкретное значение, а любой битовый шаблон, у которого экспонента состоит целиком из единиц, а
мантисса не равна нулю. Разные операции и разные архитектуры CPU могут порождать значения `NaN`
с разными знаковыми битами или разной полезной нагрузкой мантиссы. Например:

* `0./0.` даёт `NaN`, у которого на большинстве платформ x86 знаковый бит равен 1.
* Литерал `nan` даёт `NaN`, у которого знаковый бит равен 0.
* После [PR #98230](https://github.com/ClickHouse/ClickHouse/pull/98230) путь AArch64 NEON для
  `log` возвращает `NaN`, у которого знаковый бит отличается от скалярного `log` из glibc для отрицательных входных значений.

Хеш-таблицы в ClickHouse сравнивают ключи побайтно, поэтому разные битовые шаблоны `NaN` хешируются в
разные корзины и рассматриваются как разные значения в операциях с семантикой множеств, включая
`DISTINCT`, `GROUP BY`, `uniqExact`, `countDistinct` и equi-`JOIN` по ключу `Float`:

```sql theme={null}
SELECT countDistinct(arrayJoin([0./0., nan, log(-1.)]));
-- May return 2 or 3 depending on architecture and build, even though all three inputs are NaN.
```

Это согласуется с IEEE 754 (каждый `NaN` не равен ни одному другому значению, включая самого себя),
но может показаться неожиданным. Если вам нужно, чтобы операции с семантикой множеств считали все значения `NaN` равными,
приведите их к каноническому виду в запросе:

```sql theme={null}
-- Replace every NaN with a single canonical NaN value
SELECT countDistinct(if(isNaN(x), CAST('nan' AS Float64), x))
FROM (SELECT arrayJoin([0./0., nan, log(-1.)]) AS x);
-- Returns 1.

-- Or exclude NaN values from the set entirely
SELECT countDistinct(if(isNaN(x), NULL, x))
FROM (SELECT arrayJoin([0./0., nan, log(-1.)]) AS x);
-- Returns 0.
```

Тот же подход применим к ключам `DISTINCT`, `GROUP BY` и `JOIN`.

<div id="bfloat16">
  ## BFloat16
</div>

`BFloat16` — это 16-битный тип данных с плавающей запятой с 8-битными экспонентой и знаком, а также 7-битной мантиссой.
Он полезен для приложений машинного обучения и ИИ.

ClickHouse поддерживает преобразования между `Float32` и `BFloat16`, которые
можно выполнять с помощью функций [`toFloat32()`](/ru/reference/functions/regular-functions/type-conversion-functions#toFloat32) или [`toBFloat16`](/ru/reference/functions/regular-functions/type-conversion-functions#toBFloat16).

<Note>
  Большинство других операций не поддерживается.
</Note>