该问题的解决方法是使用Flink的自定义Parquet编写器。具体来说，会在编写器中指定您想要序列化的数据类型，然后在序列化之前对该数据类型进行转换。以下是一个使用Flink的自定义Parquet编写器解决该问题的示例代码：

public class CustomParquetWriter extends ParquetWriter {

    private final MessageType schema;

    public CustomParquetWriter(Path file, MessageType schema, WriteSupport writeSupport, CompressionCodecName codecName, int blockSize, int pageSize, boolean enableDictionary, boolean validating) throws IOException {
        super(file, writeSupport, codecName, blockSize, pageSize, enableDictionary, validating);
        this.schema = schema;
    }

    @Override
    protected WriteContext init(Configuration configuration) {
        return new WriteContext(schema, new HashMap<>());
    }

    @Override
    public void write(T object) throws IOException {
        // 在这里对object进行转换，然后对转换后的数据进行序列化
        super.write(object);
    }
}

在上面的示例中，我们可以看到自定义的Parquet编写器使用了MessageType类来定义Parquet schema，然后在初始化时进行了设置。在write()方法中，我们对输入的数据进行了转换，然后进行序列化操作。

当我们需要将复杂数据类型写入Parquet文件时，只需提供一个自定义Parquet编写器，然后直接使用它来写入数据即可。这样，我们就能够绕过该错误并正确地将复杂数据类型写入Parquet文件了。