Doctrine ORM中Decimal与Float类型映射的陷阱与解决方案
2025-05-23 02:15:36作者:廉彬冶Miranda
问题背景
在Doctrine ORM 2.19.8版本中,开发者可能会遇到一个看似简单但容易忽视的问题:当实体属性使用PHP的float类型来映射数据库的decimal类型时,即使属性值实际上没有改变,Doctrine仍然会将其识别为已修改状态。这会导致不必要的数据库更新操作。
问题现象
考虑以下实体定义:
/**
* @var float
* @ORM\Column(type="decimal", precision=16, scale=8, options={"default"=0.0})
*/
private float $price = 0.0;
当执行EntityManager的flush操作时,Doctrine生成的changeset会显示price属性"被修改":
'price' => array
0 => '0.00000000' // 数据库中的值(字符串)
1 => 0.0 // 实体中的值(浮点数)
根本原因
这个问题的核心在于数据类型的不匹配:
- 数据库decimal类型:在数据库中,decimal类型是精确的定点数,通常以字符串形式存储和处理
- PHP float类型:PHP中的浮点数是二进制浮点数,存在精度问题
- 类型转换差异:Doctrine在从数据库加载decimal值时将其转为字符串,而实体属性声明为float类型导致隐式类型转换
解决方案
推荐方案:使用string类型
最正确的做法是将实体属性类型改为string:
/**
* @var string
* @ORM\Column(type="decimal", precision=16, scale=8, options={"default"=0.0})
*/
private string $price = '0.0';
替代方案:改用float数据库类型
如果确实需要浮点数精度,可以使用数据库的float类型:
/**
* @var float
* @ORM\Column(type="float")
*/
private float $price = 0.0;
但需要注意:
- float在数据库中通常映射为DOUBLE PRECISION
- 浮点数存在精度损失问题,不适合需要精确计算的场景
深入理解
decimal与float的本质区别
decimal是精确的十进制数,适合财务计算等需要精确结果的场景。而float是二进制浮点数,存在舍入误差,适合科学计算等对精度要求不高的场景。
Doctrine的类型处理机制
Doctrine在类型转换时遵循严格的数据类型对应关系。decimal类型在PHP端应该对应string类型,这样才能保持数据的精确性。当使用float类型时,Doctrine无法保证双向转换的一致性,因此会认为数据发生了变化。
最佳实践建议
- 对于需要精确计算的数值(如金额、坐标等),使用decimal+string组合
- 对于不需要精确计算的数值,使用float类型
- 在实体设计中明确数据类型的使用场景
- 避免混合使用PHP类型和数据库类型,保持一致性
通过理解这些底层原理,开发者可以避免类似的数据类型映射问题,写出更健壮的Doctrine实体代码。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219