解决此问题的方法是在Spark配置中指定使用S3A提交者。以下是一个示例代码，演示如何设置Spark配置以使用S3A提交者：

from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder \
    .appName("Spark + Parquet with S3A") \
    .config("spark.hadoop.fs.s3a.impl", "org.apache.hadoop.fs.s3a.S3AFileSystem") \
    .config("spark.hadoop.fs.s3a.committer.name", "directory") \
    .getOrCreate()

# 使用S3A提交者保存Parquet文件
df.write \
    .mode("overwrite") \
    .parquet("s3a://your_bucket/path/to/parquet")

# 读取S3A中的Parquet文件
df = spark.read.parquet("s3a://your_bucket/path/to/parquet")

在上面的示例中，我们通过将spark.hadoop.fs.s3a.impl配置设置为org.apache.hadoop.fs.s3a.S3AFileSystem，以及将spark.hadoop.fs.s3a.committer.name配置设置为directory，来指定使用S3A提交者。

请确保将s3a://your_bucket/path/to/parquet替换为您实际的S3存储桶和Parquet文件路径。

这样设置之后，Spark将使用S3A提交者来保存和读取Parquet文件，并且不再出现“Apache Spark + Parquet不遵循使用“分区”S3A提交者的配置。”的错误。