请说明在 MapReduce 框架中，对数据进行排序的实现方式，并解释其默认采用的排序规则。

回答思路

1. 【回答框架 1】MapReduce 排序主要发生在 Shuffle 阶段，包括 Map 端和 Reduce 端。Map 端会先进行分区（Partitioner），再对每个分区内的键进行排序；Reduce 端会合并来自不同 Map 的同一分区数据，并再次按键排序，确保最终输出有序。
2. 【回答框架 2】默认排序规则是基于键的字典序（自然顺序），对于字符串、数值等类型，按各自比较规则升序排列。排序通过比较器实现，用户可通过自定义 Partitioner 和 Comparator 来改变分区和排序逻辑。
3. 【回答框架 3】具体实现中，Map 端排序通常使用快速排序（或堆排序），Reduce 端使用归并排序，以高效合并大量有序数据流。排序的粒度是键（Key），值不参与排序，但可通过自定义键类或组合排序字段来扩展。
4. 【回答框架 4】实际应用中，若需全局排序，可设置单个 Reducer 或使用 TotalOrderPartitioner 进行范围分区，以确保全局有序。默认的字典序排序适合大多数场景，但特定业务需自定义比较器。
5. 【关键点 1】排序发生在 Shuffle 阶段，Map 端和 Reduce 端分别排序。
6. 【关键点 2】默认规则为按键的升序（字典序/自然顺序）。
7. 【关键点 3】自定义比较器可改变排序规则。
8. 【关键点 4】全局排序可通过单 Reducer 或 TotalOrderPartitioner 实现。
9. 【易错点 1】默认排序仅针对键，不包含值，容易误以为值参与排序。
10. 【易错点 2】Reduce 端排序的是合并后的数据流，并非所有数据一次性排序，注意区分。
11. 【易错点 3】若无自定义分区，排序结果同分区内有序，但整体不一定全局有序。