BigQueryの番号付け関数が返す値の比較

BigQueryの番号付け関数が返す値の違いが、いつも「あれ、RANKとROW_NUMBERってどう違うんだっけ」ってドキュメント見ることになるので、実際にクエリ書いて整理してみた。

SELECT 
  value,
  ROW_NUMBER() OVER (ORDER BY value) row_number,
  RANK() OVER (ORDER BY value) rank,
  DENSE_RANK() OVER (ORDER BY value) dense_rank,
  PERCENT_RANK() OVER (ORDER BY value) percent_rank,
  CUME_DIST() OVER (ORDER BY value) cume_dist,
  NTILE(2) OVER (ORDER BY value) ntile2,
  NTILE(5) OVER (ORDER BY value) ntile5,
  NTILE(10) OVER (ORDER BY value) ntile10,
FROM
(
  SELECT 0 AS value
  UNION ALL
  SELECT 1 AS value
  UNION ALL
  SELECT 1 AS value
  UNION ALL
  SELECT 2 AS value
  UNION ALL
  SELECT 3 AS value
  UNION ALL
  SELECT 20 AS value
)

value	row_number	rank	dense_rank	percent_rank	cume_dist	ntile2	ntile5	ntile10
0	1	1	1	0.0	0.16666666666666666	1	1	1
1	2	2	2	0.2	0.5	1	1	2
1	3	2	2	0.2	0.5	1	2	3
2	4	4	3	0.6	0.6666666666666666	2	3	4
3	5	5	4	0.8	0.8333333333333334	2	4	5
20	6	6	5	1.0	1.0	2	5	6

NTILEは、指定した数字のバケットに、値を均等に分割する。値自体は見ず、その順序のみでグルーピングして、可能な限り同じ数ずつに分けようとする。