SQL大量数据查询的优化及非用like不可时的处理方案需要结合实际场景和数据结构来制定，以下是一些可能适用的方案：
1. 索引的优化
数据库的索引是一种优化查询速度的手段。通过创建适当的索引，可以大大减少大量数据的查询时间。在选择索引时需要注意以下几点：
- 在where子句中经常查询的字段需要添加索引；
- 经常用于join的字段需要添加索引；
- 表的大小和数据的磁盘占用需要考虑到索引对其的影响；
- 创建索引的代价也需要考虑到，对表的写入操作会降低速度。
2. 子查询优化
子查询是一种在一个查询中嵌套另一个查询的方式。在面对大量数据时，子查询的效率通常较低，需要考虑优化。常见的优化方式包括：
- 将子查询转化为join；
- 在select语句中使用子查询时使用limit等限制子查询结果集合的方法；
- 在使用exists和not exists语句时注意对被查询表添加索引；
3. 非like查询的处理方案
在一些特殊的情况下，需要使用like查询来处理数据。例如模糊查询等。但是like查询通常效率较低，需要考虑到以下优化方案：
- 如果查询的数据范围不是很大，可以使用=或者in等查询方式，这种查询方式通常比like查询更加高效；
- 使用全文索引等方式来进行模糊查询。全文索引是一种将文本数据转化为词汇索引的方式，从而提高查询效率。例如MySQL的全文索引功能可以使用MATCH AGAINST语句来实现。
以下是两个示例说明：
示例一：
问题描述：一个拥有100万数据的用户表，其中用户名(username)的开头三个字符存在一定的规律，需要查询所有以“abc”为开头用户名的用户。
方案：使用like查询方案
SELECT * FROM users WHERE username LIKE 'abc%';
优化方案：
SELECT * FROM users WHERE username = 'abc' OR (username > 'abc' AND username < 'abd');
该方案的优点是可以利用索引优化查询速度，由于用户名的规律性，使用等于和范围查询即可。
示例二：
问题描述：一个拥有大量数据信息的新闻表，需要模糊查询所有含有“关键词”的新闻记录，使用like查询的效率较低。
方案：使用MySQL全文索引
SELECT * FROM news WHERE MATCH(title, content) AGAINST('关键词' IN BOOLEAN MODE);
优化方案：
首先需要对表添加全文索引：
ALTER TABLE news ADD FULLTEXT(title,content);
然后使用MATCH AGAINST方式进行查询。这种方式会使用全文索引，并且通常比like查询速度更快。
综上所述，SQL大量数据查询的优化及非用like不可时的处理方案需要根据具体情况进行制定，结合索引优化、子查询优化和全文索引等方式，可以大大提高查询速度和效率。
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！