ElementoValor
NombreSIGNED-DECIMAL (documento de especificación BIND SIGNED-DECIMAL)
TAG ID0x068L
Codec ID0x00000680
Documento de especificación0x00000000/codecs/0x00000680/ (destino de DECLARE 0680)
Sección3 0011 (Value), desplazamiento C dentro de la sección = 8
KindValue · familia: DECIMAL
TAG WORD0000 0110 1000 LLLL (000K KKKC CCCC LLLL)
Descripción del índiceC×10^E con un exponent con signo E y un coefficient C en complemento a dos con el mínimo de WORD
Lado Hugovalue/decimal/signed-decimal.md

Campos (documento de especificación)

El orden de los FIELD dentro del documento es el orden de los campos del Payload (documento de especificación de Codec).

OrdenCampo (BIND)FIELDAnchoFormato receptor (CODEC)ENUM
1exponent#2valor en bruto, 2 WORD
2coefficient#3resto en bruto (0xFFFF)

SIGNED-DECIMAL es el Value de decimal exacto (exact decimal) con un coefficient con signo. Su código directo de Value es 0x068L y su familia es DECIMAL. Los 2 primeros WORD del Payload son el exponent decimal E de 32 bit con signo, el resto es el coefficient C en complemento a dos con el mínimo de WORD, y el valor es C×10^E.

Layout

TAG WORD          0000 0110 1000 LLLL      Codec 0x068L
[TAG de extensión de Length] cuando el total es de 15 WORD o más
Payload WORD 1st–2nd (32 bits)       Signed Base-10 Exponent E
Payload WORD 3rd–Nth (1 WORD o más)  Signed Two's-complement Coefficient C

Interpretación

  • E es un entero en complemento a dos big-endian con signo de 32 bit, registrado desde el WORD superior.
  • C es un entero en complemento a dos de precisión arbitraria formado al concatenar todos los WORD restantes desde el WORD superior.
  • C sigue la misma regla de mínimo de WORD que SIGNED-INTEGER. Se prohíben los WORD 0000 o FFFF iniciales que se pueden suprimir.

Longitud y validez

  • El total es el número de WORD que suman el TAG de 1 WORD, el TAG de extensión de Length (si lo hay) y el Payload. Hasta 14 WORD se usa la longitud directa; desde 15 WORD se usa la longitud extendida 1110·1111, y el TAG de extensión también cuenta en el total (registro y TAG WORD).
  • El Payload tiene como mínimo 3 WORD, porque son 2 WORD de exponent y 1 WORD o más de coefficient.
  • La canonicidad de la representación en bytes solo comprueba la representación con el mínimo de WORD del coefficient.

Ejemplo

Representación del valorPayload (E + C)Veredicto
1×10^00000 0000 0001representación en bytes canónica
10×10^-1FFFF FFFF 000Arepresentación en bytes canónica; su relación canonical con la anterior es un problema abierto
1×10^00000 0000 0000 0001no canónico: 0000 inicial del coefficient innecesario
Payload de 7 WORDlongitud directa LLLL=0111, total de 8 WORDestructura de longitud canónica

Estatus del formato

  • Esta disposición, que une un exponent E de 32 bit con signo y un coefficient C con el mínimo de WORD, es un formato propio de GEUL, distinto del decimal de intercambio de IEEE 754 y del DECIMAL de Apache Parquet.
  • El DECIMAL de Parquet usa unscaledValue × 10^(-scale) y metadatos obligatorios de precision/scale, guarda el unscaled value del tipo físico byte-array en complemento a dos big-endian, y el scale es mayor o igual que 0. Este formato pone E con signo en el cuerpo y no tiene metadatos de precision, por lo que no es el mismo formato.
  • Para intercambiar datos con el decimal de IEEE 754 o el DECIMAL de Parquet hace falta una conversión explícita que fije el rango, la precision/scale, el quantum y la política de valores especiales.
  • Fundamento de la comparación: IEEE 754-2019, Apache Parquet Logical Types — DECIMAL

Problemas abiertos

  • Hay varios pares exponent/coefficient que representan el mismo número, como 10×10^-1 y 1×10^0.
  • Aún no se ha decidido si este formato conserva el quantum, cómo se juzga la equivalencia de valores ni cómo se normaliza el canonical exponent.
  • Por ello, una implementación no debe imponer arbitrariamente una normalización de exponent/coefficient más allá de la regla de mínimo de WORD del coefficient.

Texto original del documento de especificación

Es el aspecto del documento de especificación 0x00000000/codecs/0x00000680/latest.geul leído con geul show (hexadecimal en mayúsculas).

SPEC-VERSION 0x0001
DOC-ID 0x0426000000000000068000000000
BODY
#1 DECLARE 0x0680
#2 FIELD #1 0x0002
#3 FIELD #1 rest
#4 BIND #1 "SIGNED-DECIMAL"
#5 BIND #2 "exponent"
#6 BIND #3 "coefficient"