要将AWS Redshift Spectrum中的十进制类型转换为读取parquet双精度类型，可以使用AWS Glue进行数据转换和ETL操作。以下是一个示例代码，演示了如何使用AWS Glue进行此转换：

import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from pyspark.sql import SQLContext
from awsglue.context import GlueContext
from pyspark.context import SparkConf
from pyspark.sql import SparkSession

# 初始化Spark和Glue上下文
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session

# 获取解析的参数
args = getResolvedOptions(sys.argv, ['JOB_NAME'])

# 创建Spark数据帧
input_database = "your_input_database"
input_table = "your_input_table"
output_database = "your_output_database"
output_table = "your_output_table"

# 从AWS Glue数据目录中创建数据帧
input_dataframe = glueContext.create_dynamic_frame.from_catalog(database=input_database, table_name=input_table).toDF()

# 将十进制列转换为双精度类型
output_dataframe = input_dataframe.withColumn("your_decimal_column", input_dataframe["your_decimal_column"].cast("double"))

# 保存数据帧到parquet格式
output_dataframe.write.mode("overwrite").format("parquet").save("s3://your_output_bucket/your_output_path")

# 注册输出表
spark.catalog.createTable(database=output_database, tableName=output_table, path="s3://your_output_bucket/your_output_path")

# 打印作业日志
print("Job completed!")

请注意，上述代码中的“your_input_database”、“your_input_table”、“your_decimal_column”、“your_output_database”、“your_output_table”和“your_output_bucket/your_output_path”应根据您的实际情况进行替换。

还需要确保您已经设置了正确的AWS Glue访问权限和配置。您可以在AWS Glue控制台中创建和配置一个ETL作业，然后将上述代码添加到作业脚本中。