当前位置:首页 > 文章列表 > Golang > Go问答 > Go JSON 数字为什么反序列化后精度丢失

Go JSON 数字为什么反序列化后精度丢失

来源:17golang原创 2026-10-25 23:19:18 0浏览 收藏

我第一次遇到这个问题,是接口里的订单号明明是 9007199254740993,放进 map[string]any 后再打印,却变成了 9007199254740992。看起来像是 JSON 被截断,实际是默认解码路径把 JSON 数字放进了 float64,大整数在浮点表示里已经没有足够的精确位数。

处理思路很简单:结构固定就直接用 int64 等明确类型;结构不固定但必须保留数字字面量,就给 Decoder 调用 UseNumber,把判断推迟到业务层。不要先让数字变成 float64,再试图把它“转回精确整数”。

要点速览
  • 解码到 interface{} 或 map[string]any 时,JSON number 默认落到 float64。
  • 订单号、雪花 ID、时间戳这类精确整数优先使用 int64 或保留为字符串。
  • 动态 JSON 使用 Decoder.UseNumber(),之后再调用 Int64() 或 Float64()。

为什么 map[string]any 会让大整数变成不精确的 float64

官方 encoding/json 的规则是:当目标是接口值时,JSON number 默认解码为 float64。这不是 Go 把 JSON 读错了,而是目标类型没有告诉解码器“它必须是整数”。

官方地址:https://pkg.go.dev/encoding/json

package main

import (
    "encoding/json"
    "fmt"
)

func main() {
    input := []byte(`{"order_id":9007199254740993}`)
    var payload map[string]any

    // 目标是 any 时,默认规则会把 JSON number 放进 float64。
    if err := json.Unmarshal(input, &payload); err != nil {
        panic(err)
    }

    // 这里的类型断言只是在观察结果,不能挽回已经丢失的位。
    fmt.Printf("类型=%T,值=%.0f\n", payload["order_id"], payload["order_id"])
}

上面的输出可以理解为“类型是 float64,值已经落在相邻可表示的整数上”。关键边界不是 JSON 文本长度,而是浮点数能否精确承载这个整数。只要接口层的字段是业务 ID,就不应该用 any 作为最终类型。

Go encoding/json 默认把 map[string]any 中的 JSON number 放入 float64 后形成 53 位精度边界和订单号风险的结构说明图
图1:结构说明图,展示默认 JSON 解码的数字类型边界与精度风险,不是运行截图。

固定结构时,让目标类型直接表达精度要求

如果接口结构稳定,最省心的做法是定义结构体。订单号、数据库主键、毫秒时间戳等不能被四舍五入的字段,用 int64 接收;如果上游把 ID 当作字符串传输,则用 string 与协议保持一致。

type Order struct {
    OrderID int64 `json:"order_id"`
    Amount  int64 `json:"amount"`
}

func decodeOrder(data []byte) (Order, error) {
    var order Order

    // 结构体字段提供了目标整数类型,避免经过 float64。
    if err := json.Unmarshal(data, &order); err != nil {
        return Order{}, fmt.Errorf("解析订单: %w", err)
    }
    return order, nil
}

这里还有一个容易混淆的点:int64 解决的是整数精度和范围,不能替你解决小数金额的十进制舍入问题;字段含义不同,类型也要不同。

字段场景推荐目标类型判断依据
订单号、雪花 ID、整数时间戳int64必须保留整数值
动态对象中的未知数字json.Number先保留字面量,再决定解析方式
仅用于展示的普通比例float64业务允许近似值
上游协议明确传字符串的 IDstring跨语言传输优先保留文本

UseNumber 怎样把解析决策推迟到业务层

结构不固定时,可以使用流式解码器并调用 UseNumber。它会让接口值里的数字变成 json.Number,这个类型本质上保留了 JSON 数字字面量,之后再按字段语义选择 Int64 或 Float64。

func decodeDynamic(data []byte) (map[string]any, error) {
    decoder := json.NewDecoder(bytes.NewReader(data))

    // 先保留数字文本,避免动态对象默认落到 float64。
    decoder.UseNumber()

    var payload map[string]any
    if err := decoder.Decode(&payload); err != nil {
        return nil, fmt.Errorf("解析动态 JSON: %w", err)
    }
    return payload, nil
}

func readOrderID(payload map[string]any) (int64, error) {
    number, ok := payload["order_id"].(json.Number)
    if !ok {
        return 0, fmt.Errorf("order_id 不是 JSON number")
    }

    // 业务已经确认这是整数,所以在这里选择 Int64。
    return number.Int64()
}

UseNumber 不是“自动保证所有数字安全”,它只是把决定权留在还没有发生浮点转换的位置。调用 Float64 仍然会回到浮点语义;调用 Int64 则会在字面量不适合整数时返回错误。

Go Decoder UseNumber 保留 json.Number 原始字面量并分流到 Int64、Float64 或业务字段的关系说明图
图2:关系说明图,展示 UseNumber 保留数字字面量后再选择解析方式,不是运行截图。

上线前用四个问题定位精度丢失

  1. 目标变量是不是 map[string]any、[]any 或普通 interface{}?如果是,先检查默认的 float64 路径。
  2. 字段是“必须相等的整数”还是“允许近似的数值”?前者不要在中途转浮点。
  3. 上游是否把 ID 用 JSON 字符串传输?如果协议如此,Go 端不要为了方便改成数字。
  4. 动态对象是否在解析后才决定字段语义?如果是,入口使用 UseNumber,并在业务边界处理解析错误。

我现在排这类问题,第一步不再盯着日志里的最终数字,而是先打印它在容器中的动态类型。类型已经是 float64 时,继续做类型转换通常只是把错误藏得更深;把精度决策提前到 JSON 解码目标,修复才稳定。

相关问题

为什么 int64 字段解析超大数字会报错?

因为目标类型有范围限制。encoding/json 会报告类型或溢出错误,调用方应保留错误,不要把零值当成合法 ID。

json.Number 能不能直接参与加法?

不能把它当作普通数值直接运算。先根据业务语义调用 Int64 或 Float64,并处理返回的错误。

把所有 JSON 数字都改成字符串就一定好吗?

不一定。字符串能保护文本,但会改变协议语义;只有跨语言 ID 或协议明确要求文本时才这样做,普通数值仍应使用合适的数字类型。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go 文件句柄为什么在批量导入后耗尽Go 文件句柄为什么在批量导入后耗尽
上一篇
Go 文件句柄为什么在批量导入后耗尽
Go JSON 重复字段为什么得到不同结果
下一篇
Go JSON 重复字段为什么得到不同结果
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    693次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    705次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    767次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    731次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    565次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码