在AWS Glue ETL作业中，我们可以使用Join.apply方法和SQL JOIN查询来获取最终的数据帧。下面是一个包含代码示例的解决方法：

1. 导入所需的库和模块：

from pyspark.context import SparkContext
from pyspark.sql import SparkSession
from pyspark.sql.functions import col

2. 创建Spark会话：

spark = SparkSession.builder.getOrCreate()

3. 定义左侧数据帧和右侧数据帧：

left_df = spark.read.format("csv").option("header", "true").load("s3://path/to/left_data.csv")
right_df = spark.read.format("csv").option("header", "true").load("s3://path/to/right_data.csv")

4. 使用Join.apply方法进行内连接：

joined_df = left_df.join(right_df, col("left_column") == col("right_column"), "inner")

5. 使用SQL JOIN查询进行内连接：

joined_df = left_df.join(right_df, "left_column = right_column", "inner")

6. 获取最终的数据帧结果：

final_df = joined_df.select("column1", "column2", ...)

7. 将最终的数据帧保存到指定的位置：

final_df.write.format("csv").option("header", "true").save("s3://path/to/output_data.csv")

请注意，上述代码示例是基于Python编写的，并假设您已经正确配置了AWS Glue ETL作业。您需要根据实际情况调整代码，并将路径和列名更改为适合您的数据。