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 AWS Batch 识别容量不足的情况。

**实例容量不足**  
AWS 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 AWS Batch 设置为`CAPACITY:INSUFFICIENT_INSTANCE_CAPACITY`。  
在这两种情况下，相应 AWS 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`。      
[See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/batch/latest/userguide/sm_job_stuck_in_runnable_capacity.html)
如果这两个案例中的任何一个都被击中，则 AWS 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`