Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Jobs stecken aufgrund der Kapazität in RUNNABLE fest
Im folgenden Szenario wird beschrieben, wie unzureichende Kapazitätsbedingungen AWS Batch identifiziert werden.
- Unzureichende Instance-Kapazität
-
AWS Batch interpretiert zwei Gruppen von Antworten, die SageMaker Training Jobs erhalten hat, als Fälle unzureichender Instanzkapazität. Immer wenn diese empfangen werden, wird AWS Batch ein entsprechender Wert
statusReasonvonCAPACITY:INSUFFICIENT_INSTANCE_CAPACITYgesetzt.In beiden Fällen wird die Zeit, die der entsprechende AWS Batch Job
SCHEDULEDzwischen der Einreichung des Auftrags und dem Scheitern des Auftrags verbracht hat, zwischen den eingereichten Stellen zusammengerechnet, um sie miteinander zu vergleichenmaxTimeSeconds.Szenario
TrainingJobStatusIndikator
Der Trainingsjob schlägt mit einem Kapazitätsfehler fehl
FAILEDfailedReasonbeginnt mitCapacityErrorBeim Warten auf Kapazität läuft die Zeit beim Training ab
STOPPEDsecondaryStatusgibt an, dass für den Job eine Zeitüberschreitung im Status „Ausstehend“ beim Warten auf Kapazität überschritten wurdeWenn einer dieser Fälle eintritt, AWS Batch wird davon ausgegangen, dass der Job nicht genügend Kapazität hat.
-
statusReasonMeldung, während der Job feststeckt:CAPACITY:INSUFFICIENT_INSTANCE_CAPACITY - Unable to provision requested compute resources -
reasonverwendet fürjobStateTimeLimitActions:CAPACITY:INSUFFICIENT_INSTANCE_CAPACITY -
statusReasonNachricht, nachdem der Job beendet wurde vonjobStateTimeLimitActions:Terminated by JobStateTimeLimit action due to reason: CAPACITY:INSUFFICIENT_INSTANCE_CAPACITY
-
