这太好了！我可以使用“dt”分区列来获取过去30天的数据：

datasource0 = glueContext.create_dynamic_frame.from_catalog(
    database = "my_db",
    table_name = "my_table",
    push_down_predicate = "to_date(dt) >= date_sub(current_date, 30)", 
    transformation_ctx = "datasource0"
)

我使用的是glue 1.0-spark 2.4-Python2。

下推 predicate 仅适用于分区列。换句话说，数据文件应该放在层次结构的文件夹中。例如，如果数据位于 s3://bucket/dataset/ 按年、月、日划分，结构如下：

s3://bucket/dataset/year=2018/month=7/day=18/<data-files-here>

在这种情况下，下推 predicate 适用于列 year , month 以及 day 仅限于：

datasource = glueContext.create_dynamic_frame_from_catalog(
    database = source_catalog_db, 
    table_name = source_catalog_tbl, 
    push_down_predicate = "year = 2017 and month > 6 and day between 3 and 10", 
    transformation_ctx = "datasource")

除此之外，您必须记住下推 predicate 只能用于s3数据源。
这是一篇由aws glue devs撰写的关于数据分区的博客文章。