Azure Machine Learning ile kaynaklar için kotaları ve sınırları yönetme ve artırma

Makale
11/22/2023

Azure, dolandırıcılık nedeniyle bütçe taşmalarını önlemek ve Azure kapasite kısıtlamalarına uygun olmak için kotaları ve sınırları kullanır. Üretim iş yükleri için ölçeklendirirken bu sınırları göz önünde bulundurun. Bu makalede şunları öğreneceksiniz:

Azure Machine Learning ile ilgili Azure kaynaklarında varsayılan sınırlar.
Çalışma alanı düzeyinde kotalar oluşturma.
Kotalarınızı ve sınırlarınızı görüntüleme.
Kota artışı isteniyor.

Kotaları ve sınırları yönetmenin yanı sıra Azure Machine Learning maliyetlerini planlamayı ve yönetmeyi veya Azure Machine Learning'deki hizmet sınırları hakkında bilgi edinebilirsiniz.

Özel hususlar

Hesabınızdaki her aboneliğe kotalar uygulanır. Birden çok aboneliğiniz varsa, her abonelik için bir kota artışı istemeniz gerekir.
Kota, kapasite garantisi değil, Azure kaynakları için bir kredi sınırıdır. Büyük ölçekli kapasite gereksinimleriniz varsa kotanızı artırmak için Azure desteğiyle iletişime geçin.
Kota, Azure Machine Learning de dahil olmak üzere aboneliklerinizdeki tüm hizmetler arasında paylaşılır. Kapasiteyi değerlendirirken tüm hizmetler genelindeki kullanımı hesaplayın.

Not

Azure Machine Learning işlemi özel bir durumdur. Çekirdek işlem kotasından ayrı bir kotası vardır.
Varsayılan sınırlar ücretsiz deneme, kullandıkça öde ve sanal makine (VM) serisi (Dv2, F ve G gibi) gibi teklif kategorisi türüne göre farklılık gösterir.

Varsayılan kaynak kotaları ve sınırları

Bu bölümde, aşağıdaki kaynaklar için varsayılan ve maksimum kotalar ve sınırlar hakkında bilgi ediniyorsunuz:

Azure Machine Learning varlıkları
Azure Machine Learning işlemleri (sunucusuz Spark dahil)
Azure Machine Learning paylaşılan kotası
Azure Machine Learning çevrimiçi uç noktaları (hem yönetilen hem de Kubernetes) ve toplu iş uç noktaları
Azure Machine Learning işlem hatları
Synapse ile Azure Machine Learning tümleştirmesi
Sanal makineler
Azure Container Instances
Azure Depolama

Önemli

Sınırlar değiştirilebilir. En son bilgiler için bkz . Azure Machine Learning'de hizmet sınırları.

Azure Machine Learning varlıkları

Varlıklardaki aşağıdaki sınırlar çalışma alanı başına uygulanır.

Kaynak	Üst sınır
Veri Kümeleri	10 milyon
Çalıştırmalar	10 milyon
Modeller	10 milyon
Bileşen	10 milyon
Artifacts	10 milyon

Ayrıca, maksimum çalışma süresi 30 gündür ve çalıştırma başına günlüğe kaydedilen ölçüm sayısı üst sınırı 1 milyondur.

Azure Machine Learning İşlemi

Azure Machine Learning İşlem'in hem çekirdek sayısı hem de abonelikteki bölge başına izin verilen benzersiz işlem kaynağı sayısı için varsayılan kota sınırı vardır.

Not

Çekirdek sayısıyla ilgili kota, her VM Ailesi ve birikmeli toplam çekirdekler tarafından bölünür.
Bölge başına benzersiz işlem kaynağı sayısı kotası, yalnızca Azure Machine Learning'in yönetilen işlem kaynakları için geçerli olduğundan VM çekirdek kotasından ayrıdır.

Aşağıdaki öğelerin sınırlarını artırmak için Kota artışı isteyin:

VM ailesi çekirdek kotaları. Kota artışı isteğinde bulunacağınız VM ailesi hakkında daha fazla bilgi edinmek için bkz . Azure'da sanal makine boyutları. Örneğin, GPU VM aileleri aile adlarında bir "N" ile başlar (NCv3 serisi gibi).
Toplam abonelik çekirdeği kotaları
Küme kotası
Bu bölümdeki diğer kaynaklar

Kullanılabilir kaynaklar:

Bölge başına ayrılmış çekirdek sayısının varsayılan sınırı, abonelik teklifinizin türüne bağlı olarak 24 ile 300 arasındadır. Her sanal makine ailesi için abonelik başına ayrılmış çekirdek sayısını artırabilirsiniz. NCv2, NCv3 veya ND serisi gibi özel VM aileleri varsayılan olarak sıfır çekirdekle başlar. GPU'ların varsayılan değeri de sıfır çekirdektir.
Bölge başına düşük öncelikli çekirdek sayısının varsayılan sınırı, abonelik teklifinizin türüne bağlı olarak 100 ile 3.000 arasındadır. Abonelik başına düşük öncelikli çekirdek sayısı artırılabilir ve sanal makine aileleri genelinde tek bir değerdir.
Bölge başına toplam işlem sınırı, belirli bir abonelik içinde bölge başına varsayılan 500 sınırına sahiptir ve bölge başına en fazla 2500 değerine kadar artırılabilir. Bunlar eğitim kümeleri, işlem örnekleri ve yönetilen çevrimiçi uç nokta dağıtımları arasında paylaşılır. İşlem örneği, kota amaçları doğrultusunda tek düğümlü bir küme olarak kabul edilir.

Aşağıdaki tabloda platformda daha fazla sınır gösterilmektedir. Özel durum istemek için teknik destek bileti aracılığıyla Azure Machine Learning ürün ekibine ulaşın.

Kaynak veya Eylem	Üst sınır
Kaynak grubu başına çalışma alanları	800
İletişim etkinleştirilmiş olmayan bir havuz olarak ayarlanmış tek bir Azure Machine Learning işlem (AmlCompute) kümesindeki düğümler (MPI işleri çalıştırılamaz)	100 düğüm ama en fazla 65.000 düğüm yapılandırılabilir
Azure Machine Learning işlem (AmlCompute) kümesinde tek bir Paralel Çalıştırma Adımındaki düğümler çalıştırılır	Kümeniz daha önce belirtildiği gibi ölçeklendirilecek şekilde ayarlandıysa 100 düğüm ancak en fazla 65.000 düğüm yapılandırılabilir
İletişim özellikli havuz olarak ayarlanmış tek bir Azure Machine Learning işlem (AmlCompute) kümesindeki düğümler	300 düğüm ama 4.000 düğüme kadar yapılandırılabilir
RDMA özellikli vm ailesinde iletişim özellikli havuz olarak ayarlanmış tek bir Azure Machine Learning işlem (AmlCompute) kümesindeki düğümler	100 düğüm
Tek bir MPI'deki düğümler Azure Machine Learning işlem (AmlCompute) kümesinde çalışır	100 düğüm
İş ömrü	21 gün¹
Düşük öncelikli bir düğümde iş ömrü	7 gün²
Düğüm başına parametre sunucuları	1

¹ Maksimum yaşam süresi, bir işin ne zaman başlayacağı ve ne zaman bittiği arasındaki süredir. Tamamlanan işler süresiz olarak kalır. Maksimum yaşam süresi içinde tamamlanmamış işlerin verilerine erişilemez.

² Düşük öncelikli düğümdeki işler, kapasite kısıtlaması olduğunda önlenebilir. İşinizde denetim noktaları uygulamanızı öneririz.

Azure Machine Learning paylaşılan kotası

Azure Machine Learning, çeşitli bölgelerdeki farklı kullanıcıların eşzamanlı olarak kullanabilecekleri bir paylaşılan kota havuzu sağlar. Kullanılabilirliğe bağlı olarak, kullanıcılar paylaşılan havuzdan kotaya geçici olarak erişebilir ve sınırlı bir süre için test gerçekleştirmek için kotayı kullanabilir. Belirli bir süre kullanım örneğine bağlıdır. Kota havuzundan gelen kotayı geçici olarak kullanarak, iş yükünüzle devam etmeden önce kısa süreli kota artışı için destek bileti oluşturmanız veya kota isteğinizin onaylanmasını beklemeniz gerekmez.

Paylaşılan kota havuzunun kullanımı, Spark işlerini çalıştırmak ve Model Kataloğu'ndan Llama-2, Phi, Nemotron, Mistral, Dolly ve Deci-DeciLM modellerinin çıkarımını test etmek için kullanılabilir. Paylaşılan kotayı üretim uç noktaları değil yalnızca geçici test uç noktaları oluşturmak için kullanmanız gerekir. Üretimdeki uç noktalar için bir destek bileti doldurarak ayrılmış kota istemeniz gerekir. Paylaşılan kota için faturalama, ayrılmış sanal makine aileleri için faturalama gibi kullanım tabanlıdır. Spark işlerine yönelik paylaşılan kotayı geri çevirmek için lütfen bu formu doldurun.

Azure Machine Learning çevrimiçi uç noktaları ve toplu iş uç noktaları

Azure Machine Learning çevrimiçi uç noktaları ve toplu iş uç noktaları aşağıdaki tabloda açıklanan kaynak sınırlarına sahiptir.

Önemli

Bu sınırlar bölgeseldir, yani kullandığınız her bölge için bu sınırlara kadar kullanabilirsiniz. Örneğin, abonelik başına uç nokta sayısı için geçerli sınırınız 100 ise Doğu ABD bölgesinde 100 uç nokta, Batı ABD bölgesinde 100 uç nokta ve tek bir abonelikte desteklenen diğer bölgelerin her birinde 100 uç nokta oluşturabilirsiniz. Aynı ilke diğer tüm sınırlar için de geçerlidir.

Uç noktanın geçerli kullanımını belirlemek için ölçümleri görüntüleyin.

Azure Machine Learning ürün ekibinden özel durum istemek için Uç nokta sınırı artışları'ndaki adımları kullanın.

Kaynak	Sınır ¹	Özel duruma izin verir	Şunlar için geçerlidir:
Uç nokta adı	Uç nokta adları Bir harfle başlayın 3-32 karakter uzunluğunda olmalıdır Yalnızca harf ve sayılardan ^{oluşur 2} Kubernetes uç noktası için uç nokta adı ve dağıtım adı toplam uzunluğu 6-62 karakter olmalıdır	-	Tüm uç nokta ^{türleri 3}
Dağıtım adı	Dağıtım adları Bir harfle başlayın 3-32 karakter uzunluğunda olmalıdır Yalnızca harf ve sayılardan ^{oluşur 2} Kubernetes uç noktası için uç nokta adı ve dağıtım adı toplam uzunluğu 6-62 karakter olmalıdır	-	Tüm uç nokta ^{türleri 3}
Abonelik başına uç nokta sayısı	100	Yes	Tüm uç nokta ^{türleri 3}
Küme başına uç nokta sayısı	60	-	Kubernetes çevrimiçi uç noktası
Abonelik başına dağıtım sayısı	500	Yes	Tüm uç nokta ^{türleri 3}
Uç nokta başına dağıtım sayısı	20	Yes	Tüm uç nokta ^{türleri 3}
Küme başına dağıtım sayısı	100	-	Kubernetes çevrimiçi uç noktası
Dağıtım başına örnek sayısı	50 ⁴	Yes	Yönetilen çevrimiçi uç nokta
Uç nokta düzeyinde en fazla istek zaman aşımı	180 saniye	-	Yönetilen çevrimiçi uç nokta
Uç nokta düzeyinde en fazla istek zaman aşımı	300 saniye	-	Kubernetes çevrimiçi uç noktası
Tüm dağıtımlar için uç nokta düzeyinde saniye başına toplam istek sayısı	500 ⁵	Yes	Yönetilen çevrimiçi uç nokta
Tüm dağıtımlar için uç nokta düzeyinde saniyede toplam bağlantı sayısı	500 ⁵	Yes	Yönetilen çevrimiçi uç nokta
Tüm dağıtımlar için uç nokta düzeyinde etkin olan toplam bağlantı sayısı	500 ⁵	Yes	Yönetilen çevrimiçi uç nokta
Tüm dağıtımlar için uç nokta düzeyinde toplam bant genişliği	5 MB/sn ⁵	Yes	Yönetilen çevrimiçi uç nokta

¹ Bu bölgesel bir sınırdır. Örneğin, uç nokta sayısı üzerindeki geçerli sınır 100 ise Doğu ABD bölgesinde 100 uç nokta, Batı ABD bölgesinde 100 uç nokta ve desteklenen diğer bölgelerin her birinde tek bir abonelikte 100 uç nokta oluşturabilirsiniz. Aynı ilke diğer tüm sınırlar için de geçerlidir.

² Uç nokta ve dağıtım adlarında gibi my-endpoint-nametek tireler kabul edilir.

³ Uç noktalar ve dağıtımlar farklı türlerde olabilir, ancak sınırlar tüm türlerin toplamına uygulanır. Örneğin, yönetilen çevrimiçi uç noktaların, Kubernetes çevrimiçi uç noktasının ve her aboneliğin altındaki toplu uç noktanın toplamı varsayılan olarak bölge başına 100'ü aşamaz. Benzer şekilde, yönetilen çevrimiçi dağıtımların, Kubernetes çevrimiçi dağıtımlarının ve her abonelik altındaki toplu dağıtımların toplamı varsayılan olarak bölge başına 500'ü aşamaz.

⁴ Yükseltmeleri gerçekleştirmek için %20 ek işlem kaynağı ayırıyoruz. Örneğin, bir dağıtımda 10 örnek istiyorsanız, 12 için bir kotanız olmalıdır. Aksi takdirde bir hata alırsınız. Ek kotadan muaf tutulan bazı VM SKU'ları vardır. Daha fazla bilgi için bkz . dağıtım için sanal makine kota ayırma.

^{Saniyede 5} İstek, bağlantılar, bant genişliği vb. ilişkilidir. Bu sınırlardan herhangi biri için bir artış isterseniz, diğer ilgili sınırların tahmin edilmesini/hesaplanmasını sağlayın.

Azure Machine Learning işlem hatları

Azure Machine Learning işlem hatlarının sınırları aşağıdaki gibidir.

Kaynak	Sınırla
İşlem hattı adımları	30,000
Kaynak grubu başına çalışma alanları	800

Synapse ile Azure Machine Learning tümleştirmesi

Azure Machine Learning sunucusuz Spark, Apache Spark işlerini ölçeklendirmek için dağıtılmış bilgi işlem özelliğine kolay erişim sağlar. Sunucusuz Spark, Azure Machine Learning İşlem ile aynı ayrılmış kotayı kullanır. "Machine Learning Hizmeti: Sanal Makine Kotası" kategorisi altında bir destek bileti gönderilip ESv3 serisi için kota ve sınır artışı istenerek kota sınırları artırılabilir.

Kota kullanımını görüntülemek için Machine Learning studio'ya gidin ve kullanımını görmek istediğiniz abonelik adını seçin. Sol panelde "Kota" seçeneğini belirleyin.

Sanal makineler

Her Azure aboneliğinin tüm hizmetlerdeki sanal makine sayısı sınırı vardır. Sanal makine çekirdeklerinin bölgesel toplam sınırı ve boyut serisi başına bölgesel sınırı vardır. Her iki sınır da ayrı olarak uygulanır.

Örneğin, ABD Doğu toplam VM çekirdek limiti 30, A serisi çekirdek limiti 30 ve D serisi çekirdek limiti 30 olan bir abonelik düşünün. Bu aboneliğin 30 A1 VM veya 30 D1 VM'yi ya da toplam 30 çekirdeği aşmayan ikisinin birleşimini dağıtmasına izin verilir.

Aşağıdaki tabloda gösterilen değerlerin üzerinde sanal makineler için sınır oluşturamazsınız.

Kaynak	Sınır
Microsoft Entra kiracısıyla ilişkili Azure abonelikleri	Sınırsız
Abonelik başına ortak yönetici sayısı	Sınırsız
Abonelik başına kaynak grupları	980
Azure Resource Manager API istek boyutu	4.194.304 bayt
Abonelik başına etiketler¹	50
Abonelik^{başına benzersiz etiket hesaplamaları 2}	80,000
Konum başına abonelik düzeyinde dağıtımlar	800³
Abonelik düzeyinde dağıtımların konumları	10

¹Aboneliğe doğrudan en fazla 50 etiket uygulayabilirsiniz. Abonelik içinde her kaynak veya kaynak grubu da 50 etiketle sınırlıdır. Ancak abonelik, kaynaklar ve kaynak grupları arasında dağıtılan sınırsız sayıda etiket içerebilir.

²Resource Manager, yalnızca benzersiz etiketlerin sayısı 80.000 veya daha az olduğunda abonelikteki etiket adı ve değerlerinin listesini döndürür. Benzersiz bir etiket, kaynak kimliği, etiket adı ve etiket değeri birleşimiyle tanımlanır. Örneğin, aynı etiket adına ve değerine sahip iki kaynak iki benzersiz etiket olarak hesaplanabilir. Yine de sayı 80.000'i aştığında etikete göre bir kaynak bulabilirsiniz.

³Dağıtımlar, sınıra yaklaştığınızda otomatik olarak geçmişten silinir. Daha fazla bilgi için bkz . Dağıtım geçmişinden otomatik silmeler.

Container Instances

Daha fazla bilgi için bkz . Kapsayıcı Örnekleri sınırları.

Depolama

Azure Depolama, bölge başına abonelik başına 250 depolama hesabı sınırına sahiptir. Bu sınır hem Standart hem de Premium depolama hesaplarını içerir.

Çalışma alanı düzeyinde kotalar

Aynı abonelikteki birden çok çalışma alanı arasında Azure Machine Learning İşlem hedef ayırmayı yönetmek için çalışma alanı düzeyinde kotaları kullanın.

Varsayılan olarak tüm çalışma alanları, VM aileleri için abonelik düzeyindeki kota olarak aynı kotayı paylaşır. Bununla birlikte abonelikteki çalışma alanlarında tek tek VM aileleri için maksimum kotayı ayarlayabilirsiniz. Bağımsız VM ailelerine yönelik kotalar, kapasiteyi paylaşmanıza ve kaynak çekişmesi sorunlarının önüne geçmenize olanak tanır.

Aboneliğinizdeki herhangi bir çalışma alanına gidin.
Sol bölmede Kullanım ve kotalar’ı seçin.
Kotaları görüntülemek için Kotaları yapılandır sekmesini seçin.
VM ailesini genişletin.
VM ailesinin altında listelenen çalışma alanlarından herhangi birine kota sınırı ayarlayın.

Negatif değer veya abonelik düzeyi kotasından daha büyük bir değer ayarlayamazsınız.

Not

Çalışma alanı düzeyinde kota ayarlamak için abonelik düzeyinde izinlere ihtiyacınız vardır.

Stüdyoda kotaları görüntüleme

Yeni bir işlem kaynağı oluşturduğunuzda, varsayılan olarak yalnızca kullanmak üzere kotanız olan VM boyutlarını görürsünüz. Görünümü Tüm seçeneklerden seç olarak değiştirin.
Kotanız olmayan VM boyutlarının listesini görene kadar aşağı kaydırın.
Daha fazla kota için doğrudan çevrimiçi müşteri desteği isteğine gitmek için bağlantıyı kullanın.

Azure portalında kullanımınızı ve kotalarınızı görüntüleme

Sanal makineler, depolama alanı veya ağ gibi çeşitli Azure kaynakları için kotanızı görüntülemek için Azure portalını kullanın:

Sol bölmede Tüm hizmetler'i ve ardından Genel kategorisinin altındaki Abonelikler'iseçin.
Abonelik listesinden kotasını aradığınız aboneliği seçin.
Geçerli kota sınırlarınızı ve kullanımınızı görüntülemek için Kullanım + kotalar'ı seçin. Sağlayıcıyı ve konumları seçmek için filtreleri kullanın.

Aboneliğinizdeki Azure Machine Learning işlem kotasını diğer Azure kotalarından ayrı olarak yönetirsiniz:

Azure portalında Azure Machine Learning çalışma alanınıza gidin.
Sol bölmedeki Destek + sorun giderme bölümünde Kullanım + kotalar'ı seçerek geçerli kota sınırlarınızı ve kullanımınızı görüntüleyin.

Kota sınırlarını görüntülemek için bir abonelik seçin. İlgilendiğiniz bölgeye göre filtreleyin.
Abonelik düzeyi görünümü ile çalışma alanı düzeyi görünümü arasında geçiş yapabilirsiniz.

Kota ve sınır artışları isteme

VM kota artışı, bölge başına bir VM ailesi için çekirdek sayısını artırmaktır. Uç nokta sınırı artışı, bölge başına bir abonelik için uç noktaya özgü sınırları artırmaktır. Kota artışı isteğinde bulunurken sonraki bölümde açıklandığı gibi doğru kategoriyi seçtiğinizden emin olun.

VM kotası artışları

Azure Machine Learning VM kotası sınırını varsayılan sınırın üzerine getirmek için yukarıdaki Kullanım + kotalar görünümünden kota artışı isteyebilir veya Azure Machine Learning stüdyosu kota artışı isteği gönderebilirsiniz.

Yukarıdaki yönergeleri izleyerek Kullanım ve kotalar sayfasına gidin. Geçerli kota sınırlarını görüntüleyin. Artış isteğinde bulunacağınız SKU'yu seçin.

Artırmak istediğiniz kotayı ve yeni sınır değerini belirtin. Son olarak, devam etmek için Gönder'i seçin.

Uç nokta sınırı artışları

Uç nokta sınırını artırmak için çevrimiçi bir müşteri destek isteği açın. Uç nokta sınırı artışı isteğinde bulunurken aşağıdaki bilgileri sağlayın:

Destek isteğini açarken Sorun türü olarak Hizmet ve abonelik sınırları (kotalar) seçeneğini belirleyin.
İstediğiniz aboneliği seçin.
Kota türü olarak Machine Learning Hizmeti: Uç Nokta Sınırları'nı seçin.
Ek ayrıntılar sekmesinde, isteğinizin işlenmesi için sınır artışının ayrıntılı nedenlerini sağlamanız gerekir. Ayrıntıları girin öğesini seçin ve artırmak istediğiniz sınırı ve her sınır için yeni değeri, sınır artışı isteğinin nedenini, ayrıca sınır artışına ihtiyacınız olan konumları belirtin. Sınır artışının nedenine aşağıdaki bilgileri eklediğinizden emin olun:
1. Senaryonuzun ve iş yükünüzün açıklaması (metin, görüntü vb.).
2. İstenen artışın gerekçesi.
  1. Hedef aktarım hızını ve desenini (ortalama/en yüksek QPS, eşzamanlı kullanıcılar) sağlayın.
  2. Büyük ölçekte hedeflenen gecikme süresini ve tek bir örnekle gözlemlediğiniz geçerli gecikme süresini belirtin.
  3. Hedef aktarım hızını ve gecikme süresini desteklemek için sanal makine SKU'sunu ve toplam örnek sayısını belirtin. Her bölgede kullanmayı planladığınız uç nokta/dağıtım/örnek sayısını belirtin.
  4. Seçili sanal makine SKU'sunun ve örnek sayısının, aktarım hızı ve gecikme süresi gereksiniminizi karşıladığını gösteren bir karşılaştırma testinizin olup olmadığını onaylayın.
  5. Tek bir yükün yük türünü ve boyutunu belirtin. Ağ bant genişliği, yük boyutu ve saniye başına istek sayısıyla uyumlu olmalıdır.
  6. Tasarlanan süre planını sağlayın (limit artışına ihtiyacınız olduğunda; mümkünse hazırlanmış plan sağlayın) ve (1) bu ölçekte çalıştırma maliyetinin bütçenize yansıtıldığını ve (2) hedef sanal makine SKU'larının onaylandığını doğrulayın.
Son olarak, devam etmek için Kaydet ve devam et'i seçin.

Not

Bu uç nokta sınırı artış isteği, VM kota artışı isteğinden farklıdır. İsteğiniz VM kota artışıyla ilgiliyse VM kota artışları bölümünde yer alan yönergeleri izleyin.

İşlem sınırı artışları

Toplam işlem sınırını artırmak için çevrimiçi bir müşteri destek isteği açın. Aşağıdaki bilgileri girin:

Destek isteği açarken Sorun türü olarak Teknik'i seçin.
İstediğiniz aboneliği seçin
Hizmet olarak Makine Öğrenmesi'ni seçin.
İstediğiniz kaynağı seçin
Özette "Toplam işlem sınırlarını artır" ifadesini kullanın
Sorun türü olarak İşlem Kümesi'ni seçin ve Sorun alt türü olarak Küme, ölçeği artırmıyor veya yeniden boyutlandırmada takılıyor'u seçin.
Ek ayrıntılar sekmesinde, bu bölgedeki toplam işlem sınırlarını artırmak istiyorsanız abonelik kimliğini, bölgeyi, yeni sınırı (500 ile 2.500 arasında) ve iş gerekçesini belirtin.
Son olarak, bir destek isteği bileti oluşturmak için Oluştur'u seçin.