当Hadoop Capacity调度程序只使用一个队列（默认值）时，hadoop如何调度该作业中的不同作业？是FIFO吗？它有不同的机制吗？
使用Fair调度程序时，该行为有什么不同吗？
答案 0 :(得分：0)
来自cloudera旧文章（Hadoop 1.x）：
选择队列后，计划程序将在队列中选择一个作业。根据提交的时间和优先级（如果队列支持优先级）对作业进行排序。
按顺序考虑作业，a job is selected if its user is within the user-quota for the queue，即用户尚未使用超出其限制的队列资源。如果作业有特殊的内存要求，Scheduler还会确保TaskTracker中有足够的可用内存来调整作业的任务。
选择作业后，计划程序将选择要运行的任务。选择任务的逻辑与早期版本保持不变。
来自CapacityScheduler上的Apache官方文档：
Resource-based Scheduling - 支持资源密集型应用程序，在应用程序中，可以选择指定比默认值更高的资源要求，从而适应具有不同资源要求的应用程序。 Currently, memory is the the resource requirement supported。
来自FairScheduler上的Apache官方文档：
公平调度是一种为应用程序分配资源的方法，使得所有应用程序平均可以随时间获得相等的资源份额。 Hadoop NextGen能够调度多种资源类型。默认情况下，公平调度程序仅基于内存来确定调度公平性决策。它可以配置为使用Ghodsi等人开发的Dominant Resource Fairness的概念同时调度内存和CPU。当有一个应用程序在运行时，该应用程序将使用整个群集
在每个队列中，调度策略用于在正在运行的应用程序之间共享资源。 The default is memory-based fair sharing, but FIFO and multi-resource with Dominant Resource Fairness can also be configured。可以按层次结构排列队列以划分资源，并使用权重配置以按特定比例共享群集。