在Apache Spark中，分区parquet的惰性加载可以通过以下步骤来实现：

1. 导入相关的依赖项：

import org.apache.spark.SparkConf
import org.apache.spark.sql.{DataFrame, SparkSession}

2. 创建SparkConf对象和SparkSession对象：

val conf = new SparkConf().setAppName("Lazy Loading Partitioned Parquet")
val spark = SparkSession.builder().config(conf).getOrCreate()

3. 加载分区parquet文件：

val parquetPath = "path_to_parquet_file"
val parquetDF: DataFrame = spark.read.parquet(parquetPath)

4. 进行惰性加载：

parquetDF.createOrReplaceTempView("parquetTable")

5. 查询惰性加载的表：

val resultDF = spark.sql("SELECT * FROM parquetTable WHERE partition_column = 'value'")

完整的代码示例如下所示：

import org.apache.spark.SparkConf
import org.apache.spark.sql.{DataFrame, SparkSession}

object LazyLoadingPartitionedParquet {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("Lazy Loading Partitioned Parquet")
    val spark = SparkSession.builder().config(conf).getOrCreate()

    val parquetPath = "path_to_parquet_file"
    val parquetDF: DataFrame = spark.read.parquet(parquetPath)

    parquetDF.createOrReplaceTempView("parquetTable")

    val resultDF = spark.sql("SELECT * FROM parquetTable WHERE partition_column = 'value'")

    resultDF.show()
  }
}

请替换path_to_parquet_file和partition_column为实际的路径和分区列名称。