大数据计算MaxCompute应该是下面哪种情况？

根据您的描述，您的场景是有一个包含365个分区的表格，每个分区包含约10万条数据，您使用的是MaxCompute的upload命令上传数据。
根据MaxCompute官方文档，upload命令是一种将本地文件上传到MaxCompute表格中的命令，它支持上传多种格式的数据文件，包括文本文件、压缩文件、序列化文件等。
在您的场景中，由于表格包含了大量的分区和数据，使用upload命令可能会比较耗时和费力。为了更高效地上传数据，您可以考虑使用MaxCompute提供的其他上传方式，例如使用Tunnel模块进行数据上传或使用MaxCompute客户端工具进行数据导入。
Tunnel模块是MaxCompute提供的数据隧道服务，可以实现高速、可靠的数据上传和下载，支持多种数据格式和压缩方式。使用Tunnel模块进行数据上传，可以更好地利用网络带宽和计算资源，快速地上传大量数据。

在大数据计算MaxCompute中，使用UploadSession进行数据上传时，recordWriter.write(record)将数据写入内存，并没有立即将数据提交到云上。具体的数据写入和提交过程如下：

1. recordWriter.write(record)：该方法将数据写入到UploadSession的缓冲区（内存）中，并且数据会被按照指定的分区信息进行组织。

2. recordWriter.close()：当调用recordWriter.close()方法时，表示该分区的数据已经写入完毕。在关闭RecordWriter之前，您可以继续使用recordWriter.write(record)向缓冲区追加数据。

3. uploadSession.commit() ：当调用uploadSession.commit()方法时，系统会将缓冲区中的数据批量提交到云上，并按照指定的分区信息进行存储。

因此，在调用recordWriter.write(record)之后，数据并不会立即写入云上，而是写入到内存中的缓冲区。只有在调用uploadSession.commit()时，才会将缓冲区中的数据批量上传到云上完成真正的提交操作。

这样的设计方式可以提高数据写入的效率和性能，同时也允许您在写入数据过程中进行一些操作，例如对数据进行修改、过滤或其他处理。

应该就是你说的第一种情况。此回答整理自钉群“MaxCompute开发者社区2群”