本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 由于容量问题，作业停留在 “`可运行`” 状态
<a name="sm_job_stuck_in_runnable_capacity"></a>

以下场景描述了如何 Amazon Batch 识别容量不足的情况。

**实例容量不足**  
Amazon Batch 将 SageMaker 训练作业收到的两组响应解释为实例容量不足的情况。每当收到这些信息时，都会将对应`statusReason`的 Amazon Batch 设置为`CAPACITY:INSUFFICIENT_INSTANCE_CAPACITY`。  
在这两种情况下，相应 Amazon Batch 工作在提交作业和失败`SCHEDULED`之间所花费的时间都累积在两次提交作业之间，以便与之进行比较`maxTimeSeconds`。  


<table>
<thead>
  <tr><th>场景</th><th><code>TrainingJobStatus</code></th><th>指示器</th></tr>
</thead>
<tbody>
  <tr><td>训练作业因容量错误而失败</td><td><code>FAILED</code></td><td><code>failedReason</code>开始于 <code>CapacityError</code></td></tr>
  <tr><td>等待容量时，训练作业超时</td><td><code>STOPPED</code></td><td><code>secondaryStatus</code>表示任务在等待容量等待时已超时</td></tr>
</tbody>
</table>

如果这两个案例中的任何一个都被击中，则 Amazon Batch 会认为该工作容量不足。  
+ **作业卡住时的 `statusReason` 消息：**`CAPACITY:INSUFFICIENT_INSTANCE_CAPACITY - Unable to provision requested compute resources`
+ **用于 `jobStateTimeLimitActions` 的 `reason`：**`CAPACITY:INSUFFICIENT_INSTANCE_CAPACITY`
+ **`statusReason`任务终止后的消息`jobStateTimeLimitActions`：**`Terminated by JobStateTimeLimit action due to reason: CAPACITY:INSUFFICIENT_INSTANCE_CAPACITY`