如果可用内存不能满足被调度作业的需要，HadoopCapacityScheduler会在TaskTracker上保留插槽(在TaskSchedulingMgr.getTaskFromQueue(...)中)。但是，这会造成任何僵局吗？假设，我有来自两个不同队列的两个不同作业，每个映射任务需要3个槽。每台机器只有4个map槽。起初，作业1被调度时，机器A上有2个slot可用，因此作业1保留了这2个slot。稍后，当作业2在机器A上被调度时，又有2个槽位可用，因此作业2保留了剩余的两个槽位。在这种情况下，作业1或作业2都不会获得足够的插槽在机器A上执行。CapacityScheduler中

在http://hadoop.apache.org/docs/r2.3.0/hadoop-yarn/hadoop-yarn-site/CapacityScheduler.html,我看见了yarn.scheduler.capacity..capacity:Queuecapacityinpercentage(%)asafloat(e.g.12.5).Thesumofcapacitiesforallqueues,ateachlevel,mustbeequalto100.Applicationsinthequeuemayconsumemoreresourcesthanthequeue'sca