SQL查询四舍五入 解决方法

方法1:

SELECT CAST('123.456' as decimal) 将会得到 123(小数点后面的将会被省略掉)。

如果希望得到小数点后面的两位。

则需要把上面的改为

SELECT CAST('123.456' as decimal(38, 2)) ===>123.46

说明1:

这里的decimal英文为: 小数, 十进制

decimal(38,2)

这里的38是这个小数的位数有多少位, 一般最大不超过38位, 所以写38是不会出错的!

如果:

SELECT CAST('123.456' as decimal(2, 2))

就会出错, 为什么呢, 因为这个123.456小数点后是3位值, 所以这个38这个位置最少是3!

说明2:

decimal后面的参数中的2是小数点后取几位, 是2就取两位, 是3就取三位! 并且是四舍五入后的结果!

说明3:

cast应该就是转换数值的意思了

自动四舍五入了!

方法2:

SELECT ROUND(123.75633, 2, 1), ROUND(123.75633, 2)

上面的SQL得到的2个值是不一样的,前一个是:123.75000,后一个是:123.76000。

因为前者在进行四舍五入之前,小数点后已经被截取,保留了2位。

而后者则没有被截取,四舍五入时自然就会得到123.76000

ROUND

返回数字表达式并四舍五入为指定的长度或精度。

语法

ROUND ( numeric_e-xpression , length [ , function ] )

参数

numeric_e-xpression

精确数字或近似数字数据类型类别的表达式(bit 数据类型除外)。

length

是 numeric_e-xpression 将要四舍五入的精度。length 必须是 tinyint、smallint 或int。当 length 为正数时,numeric_e-xpression 四舍五入为 length 所指定的小数位数。当 length 为负数时,numeric_e-xpression 则按 length 所指定的在小数点的左边四舍五入。

function

是要执行的操作类型。function 必须是 tinyint、smallint 或 int。如果省略 function 或 function 的值为 0(默认),numeric_e-xpression 将四舍五入。当指定 0 以外的值时,将截断 numeric_e-xpression。

返回类型

返回与 numeric_e-xpression 相同的类型。

注释

ROUND 始终返回一个值。如果 length 是负数且大于小数点前的数字个数,ROUND 将返回 0。

示例 结果

ROUND(748.58, -4) 0

当 length 是负数时,无论什么数据类型,ROUND 都将返回一个四舍五入的 numeric_e-xpression。

示例 结果

ROUND(748.58, -1) 750.00

ROUND(748.58, -2) 700.00

ROUND(748.58, -3) 1000.00

示例

A. 使用 ROUND 和估计值

下例显示两个表达式,说明使用 ROUND 函数且最后一个数字始终是估计值。

Select ROUND(123.9994, 3), ROUND(123.9995, 3)

GO

下面是结果集:


123.9990 124.0000

B. 使用 ROUND 和四舍五入的近似值

下例显示四舍五入和近似值。

语句 结果

Select ROUND(123.4545, 2)

123.4500

Select ROUND(123.45, -2)

100.00

C. 使用 ROUND 截断

下例使用两个 Select 语句说明四舍五入和截断之间的区别。第一个语句四舍五入结果。第二个语句截断结果。

语句 结果

Select ROUND(150.75, 0)

151.00

Select ROUND(150.75, 0, 1)

150.00

----------------------------------------------------------------------------日期之差---------------------------

case when DateDiff(dd,借书日期,getdate())>30 then DateDiff(dd,借书日期,getdate())[单价]1.012 else 0 end

上一篇:java android 中的Toast


下一篇:在express中使用Mongoose连接MongoDB