要确保AWS Glue将数据仅写入S3存储桶中的一个输出文件，可以使用以下代码示例：

import boto3

def create_glue_job(job_name, script_location, s3_output_path):
    glue_client = boto3.client('glue')

    response = glue_client.create_job(
        Name=job_name,
        Role='Glue_DefaultRole', # Glue作业所需的IAM角色
        Command={
            'Name': 'glueetl',
            'ScriptLocation': script_location
        },
        DefaultArguments={
            '--output_path': s3_output_path
        },
        GlueVersion='2.0',
        MaxRetries=0,
        NumberOfWorkers=2,
        Timeout=60
    )

    return response['JobName']

def main():
    job_name = 'example-glue-job'
    script_location = 's3://example-bucket/glue_scripts/glue_job.py'
    s3_output_path = 's3://example-bucket/output/output_file.json'

    create_glue_job(job_name, script_location, s3_output_path)

if __name__ == '__main__':
    main()

上述代码示例使用AWS SDK for Python（即boto3库）创建了一个AWS Glue作业。在创建作业时，通过DefaultArguments参数将S3输出路径传递给Glue脚本。

在Glue脚本中，您可以使用以下代码逻辑确保仅输出一个文件：

import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.job import Job

def main():
    glueContext = GlueContext(SparkContext.getOrCreate())
    spark = glueContext.spark_session

    # 获取作业参数
    args = getResolvedOptions(sys.argv, ['JOB_NAME', 'output_path'])

    # 读取数据
    data_frame = glueContext.create_dynamic_frame.from_catalog(database = "database_name", table_name = "table_name")

    # 处理数据
    # ...

    # 写入输出文件
    data_frame.toDF().repartition(1).write.format("json").mode("overwrite").save(args['output_path'])

if __name__ == '__main__':
    main()

在上述脚本中，我们使用repartition(1)将数据帧重新分区为一个分区（一个输出文件）。然后使用write.format("json").mode("overwrite").save(args['output_path'])将数据帧写入S3输出路径。

请确保将database_name和table_name替换为实际的数据库名称和表名称。

这样，AWS Glue作业将确保仅输出一个文件到S3存储桶中。