As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # Executando PySpark trabalhos Como [membro que pode consultar](glossary.md#glossary-member-who-can-query), você pode executar um PySpark trabalho em uma tabela configurada usando um [modelo de PySpark análise](create-analysis-template.md) aprovado. **Pré-requisitos** Antes de executar um PySpark trabalho, você deve ter: + Uma associação ativa em AWS Clean Rooms colaboração + Acesso a pelo menos um modelo de análise na colaboração + Acesso a pelo menos uma tabela configurada na colaboração + Permissões para gravar os resultados de um PySpark trabalho em um bucket S3 especificado Para obter informações sobre como criar a função de serviço necessária, consulte[Crie uma função de serviço para escrever os resultados de um PySpark trabalho](setting-up-roles.md#create-role-pyspark-job). + O membro responsável por pagar pelos custos de computação ingressou na colaboração como membro ativo Para obter informações sobre como consultar dados ou visualizar consultas chamando a operação da AWS Clean Rooms `StartProtectedJob` API diretamente ou usando os AWS SDKs, consulte a Referência da [AWS Clean Rooms API](https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html). Para obter informações sobre registro de tarefas, consulte[Login de análise AWS Clean Rooms](query-logs.md). Para obter informações sobre o recebimento dos resultados do trabalho, consulte[Recebendo e usando os resultados da análise](receive-query-results.md). Os tópicos a seguir explicam como executar um PySpark trabalho em uma tabela configurada em uma colaboração usando o AWS Clean Rooms console. **Topics** + [Executando um PySpark trabalho em uma tabela configurada usando um modelo de PySpark análise](run-jobs-with-analysis-template.md) + [Visualizando trabalhos recentes](view-recent-jobs.md) + [Visualizar detalhes do trabalho](view-job-details.md)