在大数据计算MaxCompute中，使用LIKE和NOT LIKE进行模糊查询时，可能会遇到失效的情况，这种情况可能是由于以下原因导致的：

1、数据类型不匹配：在进行模糊查询时，需要确保查询条件的数据类型与表中的数据类型相匹配，如果数据类型不匹配，可能会导致查询失效。

2、特殊字符转义：在使用LIKE和NOT LIKE进行模糊查询时，需要注意特殊字符的转义，在SQL中，百分号（%）是一个通配符，用于表示任意数量的字符，如果要在查询条件中使用百分号，需要使用两个百分号（%%）进行转义。

3、空值处理：在进行模糊查询时，需要考虑到空值的情况，如果查询条件中的某个字段为空，可能会导致查询失效，可以使用IS NULL或IS NOT NULL来处理空值。

4、大小写敏感：在进行模糊查询时，需要注意大小写敏感的问题，默认情况下，LIKE和NOT LIKE是区分大小写的，如果需要进行大小写不敏感的查询，可以使用LOWER函数将查询条件和表中的数据都转换为小写。

5、索引问题：在进行模糊查询时，如果表中没有创建相应的索引，可能会导致查询性能较差，可以考虑为需要进行模糊查询的字段创建索引，以提高查询性能。

6、数据质量问题：在进行模糊查询时，如果表中存在大量的重复数据或者数据格式不规范，可能会导致查询失效，需要对数据进行清洗和规范化处理，以提高查询的准确性。

当在大数据计算MaxCompute中使用LIKE和NOT LIKE进行模糊查询时，需要注意以上几点，以确保查询能够正常执行。