要使用AWS Glue作业将数据写入单个Parquet文件，可以按照以下步骤进行操作：

1. 创建一个AWS Glue作业，指定输入数据源和输出数据目标。
2. 在作业脚本中，使用PySpark编写代码来将数据写入单个Parquet文件。

下面是一个示例代码，用于将数据从输入数据源写入单个Parquet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

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

# 创建Spark上下文和Glue上下文
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session

# 创建Glue作业
job = Job(glueContext)
job.init(args['JOB_NAME'], args)

# 读取输入数据
datasource = glueContext.create_dynamic_frame.from_catalog(database = "your_database_name", table_name = "your_table_name")

# 转换数据（如果需要）
# transformed_data = ...

# 将转换后的数据写入单个Parquet文件
output_path = "s3://your_output_bucket/output.parquet"
glueContext.write_dynamic_frame.from_options(frame = transformed_data, connection_type = "s3", connection_options = {"path": output_path}, format = "parquet")

# 完成作业
job.commit()

确保将上述代码中的your_database_name和your_table_name替换为实际的数据库名称和表名称，将s3://your_output_bucket/output.parquet替换为实际的输出桶和文件路径。

这个示例代码将数据从输入数据源读取为动态帧（DynamicFrame），可以在需要的情况下进行转换。然后，将转换后的数据写入指定的Parquet文件路径。

请注意，作业的运行配置和权限设置需要根据具体情况进行调整。确保具备足够的权限来读取输入数据源和写入输出数据目标。