【问题探讨】exists & in 使用效率探究

问题主体

这几天碰到exists和in的替换使用，在网上也查阅了许多博客；
一致的结论为：

使用in的sql语句是先执行子查询，也就是先查询外表，再与内表进行关联；
而使用exists的sql语句是先查主表（外表） ,再与从表（内表）进行关联；
所以说：对于主表数据较多时，我们使用in速度比exist更快，反之，从表b较大时，使用exist插叙速度更快（都会使用索引）；
如果使用的是not in与not exists，直接使用not exists，因为not in 会进行全表扫描不走索引，not exists会走索引。

大家都是类似的结论，但是出问题了。。。
 

问题差异点

但是在我测试过程中，我并没有发现这种差距，
以下是我在hive/oracle中，测试exists和in的sql语句：

-- 首先说明一下：
t_org_admin 为小表，数据行数为：1787
T_KD_PurchaseBrlr 为大表，数据行数为：16771159

-- in 案例：
select a.fid
from t_org_admin a 
where a.fid in(
select b.FOrgUnitWensID 
from T_KD_PurchaseBrlr b
)
;  

-- exists 案例：
select a.fid
from t_org_admin a 
where exists(
select b.* 
from T_KD_PurchaseBrlr b 
where a.fid=b.FOrgUnitWensID
)
;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

首先我用spark对两表进行计数：

以下是我在hive中的测试记录：


由结果可以看出，小表关联大表的前提下，
使用 in 耗时 19s，使用 exists 耗时 21s，两种写法并没有太大的执行效率的差距。

随后我又在oralce数据库中进行了测试：

执行效率依旧没什么差距。这我就十分困扰了，目前还没有查出原因所在。

 

保留问题，有待解决

以上是我的测试结果，与其他人的结论产生很大差异，希望有大佬可以指正，是否是我测试方法有问题。