要并行运行AWS Glue作业，可以使用AWS Glue的Python API编写代码。下面是一个示例代码，展示如何并行运行AWS Glue作业：

import boto3
from datetime import datetime

# 创建AWS Glue客户端
glue_client = boto3.client('glue')

# 创建作业的参数
job_name = 'your-job-name'
job_run_ids = []

# 获取作业的最新版本
response = glue_client.get_job_runs(JobName=job_name)
latest_job_run = response['JobRuns'][0]

# 计算要并行运行的作业数量
concurrent_runs = 4

# 并行运行作业
for i in range(concurrent_runs):
    # 创建作业运行的参数
    run_id = 'run-' + datetime.now().strftime("%Y%m%d%H%M%S")
    job_run_ids.append(run_id)
    
    # 启动作业运行
    response = glue_client.start_job_run(JobName=job_name, JobRunId=run_id)

# 等待所有作业运行完成
while True:
    response = glue_client.get_job_runs(JobName=job_name)
    running_job_runs = [job_run for job_run in response['JobRuns'] if job_run['JobRunId'] in job_run_ids and job_run['JobRunState'] == 'RUNNING']
    
    if len(running_job_runs) == 0:
        break
    
    # 等待一段时间再检查作业运行状态
    time.sleep(60)

print("All job runs completed.")

在以上代码中，首先我们创建了一个AWS Glue客户端，然后指定要运行的作业名称。通过调用get_job_runs API获取作业的最新版本，然后计算要并行运行的作业数量。使用一个循环来启动指定数量的作业运行，并将每个作业运行的ID存储在一个列表中。

在启动所有作业运行后，我们使用一个无限循环来检查作业运行状态。检查作业运行状态时，我们只关注正在运行的作业运行。如果没有正在运行的作业运行，表示所有作业运行已经完成，我们可以退出循环。

最后，我们打印出所有作业运行已经完成的消息。

请注意，以上示例代码只是一个简单的示例，实际使用时可能需要根据具体需求进行适当修改和调整。