要在AWS Glue作业中插入datetime字段时避免null值，你可以使用以下方法：

1. 确保源数据中的datetime字段不为空。在AWS Glue作业中，你可以使用DropNullFields转换来删除空值字段。

from awsglue.transforms import DropNullFields

# 创建GlueContext
glueContext = GlueContext(SparkContext.getOrCreate())

# 读取源数据
source_data = glueContext.create_dynamic_frame.from_catalog(database = "your_database", table_name = "your_table")

# 删除空值字段
source_data_without_null = DropNullFields.apply(frame = source_data)

# 将数据写入Redshift
glueContext.write_dynamic_frame.from_catalog(frame = source_data_without_null, database = "your_database", table_name = "your_redshift_table")

2. 在将数据写入Redshift之前，可以使用AWS Glue DataBrew等工具来预处理数据，从而确保datetime字段不为空。

3. 如果源数据中的datetime字段为空，你可以在AWS Glue作业中使用Spark的na.fill()方法将其填充为一个默认值。

from pyspark.sql.functions import col

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 读取源数据
source_data = spark.read.format("your_data_format").option("your_options").load("your_source_data_path")

# 将空值字段填充为默认值
source_data_with_default = source_data.na.fill({"your_datetime_column": "1970-01-01 00:00:00"})

# 将填充后的数据写入Redshift
source_data_with_default.write.format("jdbc").option("url", "your_redshift_jdbc_url").option("dbtable", "your_redshift_table").save()

这些方法可以确保在将数据插入Redshift中的datetime字段不为空。你可以根据实际情况选择适合你的解决方案。