Os tipos de dados MONEY e SMALLMONEY armazenam um número com precisão de até 4 dígitos, gerando alguns problemas em cálculos.  Para entender este comportamento vamos criar uma tabela contendo duas colunas MONEY e realizar um cálculo simples de percentual.

Consulta 1
Tipo de dado MONEY

DECLARE @MoneyTab TABLE (Total MONEY, Parte MONEY);

INSERT INTO @MoneyTab (Total, Parte)
VALUES (271.00, 199.50), (4639.00, 4316.00), (8031.00, 7862.00)
 
SELECT Parte, Total, (Parte / total) * 100 AS Percentagem FROM @MoneyTab
Go

Agora vamos criar a mesma tabela com os mesmos dados, utilizando o tipo de dado DECIMAL.

Consulta 2
Tipo de dado DECIMAL

DECLARE @DecimalTab TABLE (Total DECIMAL(19, 4), Parte DECIMAL(19, 4));

INSERT INTO @DecimalTab (Total, Parte)
VALUES (271.00, 199.50), (4639.00, 4316.00), (8031.00, 7862.00)

SELECT Parte,Total, (Parte / Total) * 100 AS Percentagem FROM @DecimalTab
Go

O resultado no calculo da Percentagem foi gerado com precisão superior a 4 dígitos, para reduzir a precisão vamos utilizar a função de conversão CAST, reduzindo para os mesmos 2 dígitos utilizado na Consulta 1 (tipo de dado MONEY).

Consulta 3
Tipo de dado DECIMAL com CAST.

DECLARE @DecimalTab TABLE (Total DECIMAL(19, 4), Parte DECIMAL(19, 4));

INSERT INTO @DecimalTab (Total, Parte)
VALUES (271.00, 199.50), (4639.00, 4316.00), (8031.00, 7862.00)

SELECT Parte,Total, cast((Parte / Total) * 100 as decimal(19,2)) AS Percentagem
FROM @DecimalTab
Go

Comparando os resultados:

Repare que o valor gerado pelo tipo de dado MONEY não arredonda o valor, simplesmente corta na precisão dos dois números utilizados no cálculo!

Este comportamento pode gerar diferenças importantes nos valores quando agrupamos no mês, ano, etc.  Devemos evitar também utilizar MONEY e SMALLMONEY em Data Warehouse, pois é comum utilizar cálculos agregados com grandes volumes de números, potencializando a diferença no resultado.

Até o próximo post.

Saudações Tricolores,
Landry