请说明在 PySpark 框架内对数据实现二次排序的具体操作方法和步骤。

回答思路

1. 【回答框架 1】二次排序指先按第一个键排序，再按第二个键排序。在 PySpark 中可利用 transform 或 sortBy 传入复合键，或自定义排序函数实现。
2. 【回答框架 2】一种常见做法是使用 sortBy 或 orderBy 并指定多个列作为排序键，按顺序比较，即可实现二次排序。
3. 【回答框架 3】另一种做法是使用 repartitionAndSortWithinPartitions，先按分区键分区，再在分区内按排序键排序，适合需要全局有序的场景。
4. 【回答框架 4】若需更复杂的排序逻辑，可定义键的元组作为排序依据，PySpark 默认按元组元素依次比较。
5. 【回答框架 5】实现时需注意分区策略与排序的配合，避免全局排序损失性能，并确保键可比较且排序方向一致。
6. 【关键点 1】PySpark 可通过 sortBy 传入多个键或使用 orderBy 指定多列实现二次排序。
7. 【关键点 2】repartitionAndSortWithinPartitions 可优化分区排序，但需正确设置分区器。
8. 【关键点 3】复合键排序默认按元组元素顺序依次比较。
9. 【易错点 1】误认为 sortBy 只能单键排序，忽略多键元组用法。
10. 【易错点 2】未考虑分区对排序全局性的影响，导致输出非全局有序。
11. 【易错点 3】自定义排序函数时保证键可比较性，否则运行出错。