TreasureDataのUDFとPrestoでのRank関数の挙動について

Rank付け

RANK関数で順序をつけるときの順序の付け方って何がベストなのか、について気になったので。
RANK付けには２種類が有ると思います。

1. 同一の値の場合には、同じ番号を付与する
2. 同一の値の場合には、別の番号を付与する

1の例(user_idとアクセス時間でRank):

number	user_id	date
1	userA	2014-01-01
2	userA	2014-01-02
2	userA	2014-01-02
4	userB	2014-01-01

2の例(user_idとアクセス時間でRank):

number	user_id	date
1	userA	2014-01-01
2	userA	2014-01-02
3	userA	2014-01-02
4	userB	2014-01-01

なぜ気になったのか

TreasureDataには、TD_X_RANKという独自UDFのRANK関数がでは、2を採用しているが、
PrestoのRANK関数では1を採用しており、一般的にどちらが好まれるのかな？と疑問に思ったため。

TreasureDataのTD_X_RANKを試してみる

SELECT 
  TD_X_RANK(USER) AS rank,
  USER,
  TD_TIME_FORMAT(time,
    'yyyy-MM-dd HH:mm:ss',
    'JST') AS time
FROM (
    SELECT 
      USER,
      time
    FROM
      www_access
    CLUSTER BY USER, time
  ) t

PrestoのRANKを試してみる

SELECT 
  RANK(
  ) OVER(
    PARTITION BY USER
  ORDER BY
    time
  ) AS rnk,
  USER,
  TD_TIME_FORMAT(time,
    'yyyy-MM-dd HH:mm:ss',
    'JST') AS time
FROM
  www_access
ORDER BY
  USER,
  rnk

おわりに

書いてておもったのですが、TD_X_RANKは、Prestoのrow_number関数と同じだと思えばよかったのですね。
なるほどなるほど。

PrestoのROW_NUMBERを試してみる

SELECT 
  ROW_NUMBER(
  ) OVER(
    PARTITION BY USER
  ORDER BY
    time
  ) AS rnk,
  USER,
  TD_TIME_FORMAT(time,
    'yyyy-MM-dd HH:mm:ss',
    'JST') AS time
FROM
  www_access
ORDER BY
  USER,
  rnk

おわりにpart.2

Hiveでrow_numberがなかったっけ？とおもったら、0.11以上からでした。
なるほどなるほど。