我喜欢钱!它比DECIMAL少一个字节，而且计算执行得更快，因为(实际上)加法和减法操作本质上是整数操作。@SQLMenace的例子——这对不了解情况的人是一个很大的警告——同样可以应用于整数，其结果将为零。但这并不是不使用整数的理由——在适当的地方。

所以，当你处理的是金钱，并根据它遵循的数学规则(与整数相同)使用金钱时，使用金钱是完全“安全”和适当的。

如果SQL Server将MONEY的除法和乘法转换为小数(或浮点数?)会更好吗?可能，但他们没有选择这样做;在除法时，他们也没有选择将整数提升为浮点数。

金钱没有精确度问题;小数在计算过程中使用更大的中间类型只是使用该类型的一个“特征”(我实际上不确定这个“特征”延伸了多远)。

要回答具体的问题，一个“令人信服的理由”?好吧，如果你想在SUM(x)中获得绝对最大性能，其中x可以是DECIMAL或MONEY，那么MONEY将具有优势。

另外，不要忘记它的小表兄弟smallmoney——只有4个字节，但它的最大值为214,748.3647——这对于钱来说非常小——因此通常不适合。

为了证明使用更大的中间类型的观点，如果你显式地将中间类型赋值给一个变量，DECIMAL也会遇到同样的问题:

declare @a decimal(19,4)
declare @b decimal(19,4)
declare @c decimal(19,4)
declare @d decimal(19,4)

select @a = 100, @b = 339, @c = 10000

set @d = @a/@b

set @d = @d*@c

select @d

产生2950.0000(好吧，至少是DECIMAL四舍五入，而不是MONEY截断——与整数相同。)

之前所有的帖子都提出了有效的观点，但有些并没有准确地回答这个问题。

问题是:当我们已经知道钱是一种不那么精确的数据类型，并且在复杂的计算中使用它会导致错误时，为什么有人更喜欢钱?

当你不需要进行复杂的计算，并且可以用这种精度来换取其他需求时，你就会使用金钱。

例如，当您不需要进行这些计算，而需要从有效的货币文本字符串中导入数据时。此自动转换仅适用于MONEY数据类型:

SELECT CONVERT(MONEY, '$1,000.68')

我知道你可以制作自己的导入程序。但有时您不希望使用全球特定的区域设置格式重新创建导入例程。

另一个例子，当你不需要进行这些计算(你只需要存储一个值)，需要节省1个字节(金钱需要8个字节，而十进制(19,4)需要9个字节)。在一些应用中(快速CPU，大内存，慢IO)，比如只是读取大量的数据，这也可以更快。

我找到了在精确度科目中使用十进制而不是货币的原因。

DECLARE @dOne   DECIMAL(19,4),
        @dThree DECIMAL(19,4),
        @mOne   MONEY,
        @mThree MONEY,
        @fOne   FLOAT,
        @fThree FLOAT

 SELECT @dOne   = 1,
        @dThree = 3,    
        @mOne   = 1,
        @mThree = 3,    
        @fOne   = 1,
        @fThree = 3

 SELECT (@dOne/@dThree)*@dThree AS DecimalResult,
        (@mOne/@mThree)*@mThree AS MoneyResult,
        (@fOne/@fThree)*@fThree AS FloatResult

十进制结果 > 1.000000

MoneyResult > 0.9999

FloatResult > 1

只需测试一下，然后做出决定。

我刚看到这个博客:SQL Server中的金钱vs.十进制。

这基本上是说金钱有一个精确的问题……

declare @m money
declare @d decimal(9,2)

set @m = 19.34
set @d = 19.34

select (@m/1000)*1000
select (@d/1000)*1000

对于货币类型，你将得到19.30而不是19.34。我不确定是否存在将钱分成1000份进行计算的应用场景，但这个示例确实暴露了一些局限性。

基于我个人的专业知识和经验，我想对金钱和数值给出不同的看法。我的观点是金钱，因为我已经用了很长一段时间，从来没有真正使用数值…

资金支持:

Native Data Type. It uses a native data type (integer) as the same as a CPU register (32 or 64 bit), so the calculation doesn't need unnecessary overhead so it's smaller and faster... MONEY needs 8 bytes and NUMERICAL(19, 4) needs 9 bytes (12.5% bigger)... MONEY is faster as long as it is used for it was meant to be (as money). How fast? My simple SUM test on 1 million data shows that MONEY is 275 ms and NUMERIC 517 ms... That is almost twice as fast... Why SUM test? See next Pro point Best for Money. MONEY is best for storing money and do operations, for example, in accounting. A single report can run millions of additions (SUM) and a few multiplications after the SUM operation is done. For very big accounting applications it is almost twice as fast, and it is extremely significant... Low Precision of Money. Money in real life doesn't need to be very precise. I mean, many people may care about 1 cent USD, but how about 0.01 cent USD? In fact, in my country, banks no longer care about cents (digit after decimal comma); I don't know about US bank or other country...

钱反对:

有限的精度。MONEY只有四位数(在逗号之后)精度，所以在进行除法等运算之前必须对其进行转换…但话又说回来，钱不需要这么精确，它是作为货币使用的，而不仅仅是一个数字……

但是…很大，但这里甚至是您的应用程序涉及到真钱，但不要在很多SUM操作中使用它，比如在会计中。如果你用了很多除法和乘法，那么你就不应该用MONEY…

我们刚刚遇到了一个非常相似的问题，我现在非常+1，因为除了在顶级演示中，我从不使用Money。我们有多个表(实际上是一个销售凭证和一个销售发票)，由于历史原因，每个表都包含一个或多个Money字段，我们需要按比例计算出总发票中有多少Tax与销售凭证上的每一行相关。我们的计算是

vat proportion = total invoice vat x (voucher line value / total invoice value)

这将导致现实世界中的货币/货币计算，从而导致在分割部分上的刻度错误，然后乘以一个不正确的增值税比例。当这些价值随后相加时，我们最终得到的是增值税比例的总和，加起来不等于发票总价值。如果括号中的任何一个值是小数(我将把其中一个转换为小数)，vat比例将是正确的。

当括号不存在的时候，原来这是工作的，我猜是因为涉及到更大的值，它有效地模拟了一个更高的规模。我们添加括号是因为它先做乘法运算，这在一些罕见的情况下会破坏计算的精度，但这现在已经导致了这个更常见的错误。