本文介绍如何在CentOS零碎上装置ClickHouse以及集群部署。
本文依赖的环境为CentOS-7.4.1708， 应用clickhouse的版本为20.9.3.45。
单节点装置
在线yum装置
clickhouse的安装包并不在Linux官网yum仓库中，所以首先须要增加clickhouse的yum镜像：
curl -s https://packagecloud.io/install/repositories/altinity/clickhouse/script.rpm.sh | sudo bash查看镜像状况：
[root@master ~]# yum list | grep clickhouseclickhouse-client.x86_64 20.8.3.18-1.el7 Altinity_clickhouseclickhouse-common-static.x86_64 20.8.3.18-1.el7 Altinity_clickhouseclickhouse-debuginfo.x86_64 20.1.11.73-1.el7 Altinity_clickhouseclickhouse-odbc.x86_64 1.1.9-1.el7 Altinity_clickhouseclickhouse-server.x86_64 20.8.3.18-1.el7 Altinity_clickhouseclickhouse-server-common.x86_64 20.8.3.18-1.el7 Altinity_clickhouseclickhouse-test.x86_64 20.8.3.18-1.el7 Altinity_clickhouseclicktail.x86_64 1.0.20180401-1 Altinity_clickhouse由此可见，应用yum在线装置的版本最新到20.8.3.18。然而实际上clickhouse曾经迭代了很多版本，所以咱们不采纳此种装置形式，而采纳rpm包的装置形式。
PS： 有了下面的信息，yum形式装置clickhouse就很简略了，间接yum install -y clickhouse-server-common.x86_64 clickhouse-server.x86_64 clickhouse-client.x86_64装置即可，此处就不演示了。
rpm包离线装置
咱们能够从官网rpm镜像仓库找到各种版本的rpm安装包，官网地址是：https://repo.yandex.ru/clickh... 。
咱们抉择 20.9.3.45 版本的rpm包，次要须要以下三个包：
clickhouse-client-20.9.3.45-2.noarch.rpmclickhouse-server-20.9.3.45-2.noarch.rpmclickhouse-common-static-20.9.3.45-2.x86_64.rpm装置命令如下：
rpm -ivh clickhouse-common-static-20.9.3.45-2.x86_64.rpm clickhouse-client-20.9.3.45-2.noarch.rpm clickhouse-server-20.9.3.45-2.noarch.rpm如下图所示，咱们即在node5这台机器上装置好了clickhouse。
[root@node5 ck]# rpm -ivh clickhouse-common-static-20.9.3.45-2.x86_64.rpm clickhouse-client-20.9.3.45-2.noarch.rpm clickhouse-server-20.9.3.45-2.noarch.rpm正告：clickhouse-common-static-20.9.3.45-2.x86_64.rpm: 头V4 RSA/SHA1 Signature, 密钥 ID e0c56bd4: NOKEY筹备中... ################################# [100%]正在降级/装置... 1:clickhouse-common-static-20.9.3.4################################# [ 33%] 2:clickhouse-client-20.9.3.45-2 ################################# [ 67%] 3:clickhouse-server-20.9.3.45-2 ################################# [100%]Path to data directory in /etc/clickhouse-server/config.xml: /var/lib/clickhouse/[root@node5 ck]# 验证是否装置胜利
如果以上步骤没有报错，则能够通过如下命令开启clickhouse的服务：
systemctl start clickhouse-server而后通过clickhouse-client客户端去连贯：
[root@node5 ck]# clickhouse-client ClickHouse client version 20.9.3.45 (official build).Connecting to localhost:9000 as user default.Connected to ClickHouse server version 20.9.3 revision 54439.node5 :) select 1SELECT 1┌─1─┐│ 1 │└───┘1 rows in set. Elapsed: 0.003 sec. node5 :) 如果呈现上述界面，则阐明单机装置clickhouse胜利。
clickhouse-client CLI工具阐明
在下面，咱们用到了clickhouse-client这样一款工具。
clickhouse-client是一个带命令行的客户端工具，它通过TCP的9000端口连贯clickhouse-server，能够在该命令行工具里进行各种操作。
通过 clickhouse-client --help能够查看工具的帮忙文档，能够看到该工具反对很多参数，此处简要说一下一些罕用的参数。
| 参数 | 用法举例 | 阐明 | 备注 |
|---|---|---|---|
-h [ --host ] | -h 192.168.0.1--host=192.168.0.1 | 指定连贯clickhouse服务的host地址，个别是近程连贯其余机器上的clickhouse服务。 | clickhouse要想连贯近程服务器，须要将配置文件中<listen_host>::</listen_host>选项开启。 |
--port | --port=9000 | 指定近程连贯clickhouse服务的端口号，默认为9000 | 这个端口号可通过配置文件配置：<tcp_port>9000</tcp_port> |
-u [ --user ] | -u ck--user=ck | 指定登录clickhouse的用户，默认是default | default用户是内置的用户。能够通过users.xml配置文件自定义用户信息。 |
--password | --password=123456 | 指定登录clickhouse的明码 | default用户是没有明码的。明码可配置明文明码和加密明码 |
-q [ --query ] | -q "show databases" | 通过命令行间接输出sql，即时返回，而不须要进入客户端外部 | |
-m [ --multiline ] | 在客户端内反对多行语句操作，以分号作为结束符 | 如果不指定-m参数，每句sql语法后可加分号，也可不加，默认一行就是一个语句 | |
-n [ --multiquery ] | 命令行间接输出语句时反对多条sql语句，个别和-q联合应用 | 留神-n的地位不能在-q和sql语句之间 | |
-f [ --format ] | -f JSON | 设置输入的显示格局 | 反对JSON、CSV、TSV等，详见https://clickhouse.tech/docs/... |
利用CLI工具导入数据
假如咱们在default数据库下有一张test表，在/data01目录下有一个file.csv的文件，可通过如下形式将数据导入到test表中。
clickhouse-client --database=test --query="INSERT INTO test FORMAT CSV" < /data01/file.csv配置文件阐明
config.xml
config.xml文件是clickhouse默认的配置文件，门路为/etc/clickhouse-server/config.xml。
config.xml中能够配置的内容有很多，上面节选一些比拟重要的配置项来阐明一下：
<?xml version="1.0"?><yandex> <logger> <!-- clickhouse日志相干的配置 --> <level>trace</level> <log>/var/log/clickhouse-server/clickhouse-server.log</log> <!--日志门路--> <errorlog>/var/log/clickhouse-server/clickhouse-server.err.log</errorlog> <size>1000M</size> <count>10</count> </logger> <http_port>8123</http_port> <!--http 客户端连贯ck的端口--> <tcp_port>9000</tcp_port> <!--tcp 客户端连贯ck的端口 --> <mysql_port>9004</mysql_port> <listen_host>::</listen_host> <!--ip地址，配置成::能够被任意ipv4和ipv6的客户端连贯--> <path>/var/lib/clickhouse/</path> <!--ck寄存数据库内容的门路--> <user_files_path>/var/lib/clickhouse/user_files/</user_files_path> <!--File 引擎文件寄存的门路，个别可设置为/，这样就能够指定绝对路径--> <users_config>users.xml</users_config> <!--指定用户配置文件--> <default_database>default</default_database> <!--指定默认数据库--> <!--配置prometheus信息--> <prometheus> <endpoint>/metrics</endpoint> <port>9363</port> <metrics>true</metrics> <events>true</events> <asynchronous_metrics>true</asynchronous_metrics> <status_info>true</status_info> </prometheus> <include_from>/etc/clickhouse-server/metrika.xml</include_from> <!--指定metrika.xml配置文件-->users.xml
<users> <!--用户名为ck--> <ck> <password>123456</password> <!--明文明码--> <!-- SHA256加密明码，可通过上面的命令生成： PASSWORD=$(base64 < /dev/urandom | head -c8); echo "$PASSWORD"; echo -n "$PASSWORD" | sha256sum | tr -d '-' <password_sha256_hex>8d969eef6ecad3c29a3a629280e686cf0c3f5d5a86aff3ca12020c923adc6c92</password_sha256_hex> SHA1加密形式加密的明码，可通过上面的命令生成 PASSWORD=$(base64 < /dev/urandom | head -c8); echo "$PASSWORD"; echo -n "$PASSWORD" | sha1sum | tr -d '-' | xxd -r -p | sha1sum | tr -d '-' <password_double_sha1_hex>7c4a8d09ca3762af61e59520943dc26494f8941b</password_double_sha1_hex> --> <networks> <ip>::/0</ip> </networks> <profile>default</profile> <quota>default</quota> </ck></users>metrika.xml
metrika.xml 次要是用来服务于集群搭建的。它外面是对于zookeeper、shard以及replica的配置，比较复杂，将在部署集群中具体阐明。
部署集群
Clickhouse 的集群是依赖于zookeeper的。所以在搭建clickhouse集群之前，首先要有一个zookeeper集群。
对于zookeeper集群的搭建，此处不再开展详述，如有不分明的请自行百度。(本文默认zookeeper集群曾经搭建好)
后面说过，clickhouse集群的相干配置都在metrika.xml配置文件里，所以首先咱们须要配置好metrika.xml。metrika.xml的门路能够在config.xml中通过<include_from>指定。
zookeeper配置
zookeeper 不肯定要和ck的节点装置在同一台机器上，只有ck的几点可能拜访zk即可。
<zookeeper-servers> <node index="1"> <host>192.168.0.1</host> <port>2181</port> </node> <node index="2"> <host>192.168.0.2</host> <port>2181</port> </node> <node index="3"> <host>192.168.0.3</host> <port>2181</port> </node> </zookeeper-servers>Shard和Replica设置
如下图所示，为一个残缺的shard和Replica的配置，以下为test集群配置2分片2正本。
<clickhouse_remote_servers> <test> <!--集群的名字--> <shard> <!--shard分片的配置--> <internal_replication>true</internal_replication> <!--是否只将数据写入其中一个正本，默认为false--> <replica> <!--shard正本的配置--> <host>192.168.0.1</host> <port>9000</port> </replica> <replica> <host>192.168.0.2</host> <port>9000</port> </replica> </shard> <shard> <internal_replication>true</internal_replication> <replica> <host>192.168.0.3</host> <port>9000</port> </replica> <replica> <host>192.168.0.4</host> <port>9000</port> </replica> </shard> </test> </clickhouse_remote_servers>一个残缺的metrika.xml如下所示：
<yandex> <zookeeper-servers> <node index="1"> <host>192.168.0.1</host> <port>2181</port> </node> <node index="2"> <host>192.168.0.2</host> <port>2181</port> </node> <node index="3"> <host>192.168.0.3</host> <port>2181</port> </node> </zookeeper-servers> <clickhouse_remote_servers> <test> <!--集群的名字--> <shard> <!--shard分片的配置--> <internal_replication>true</internal_replication> <!--是否只将数据写入其中一个正本，默认为false--> <replica> <!--replica正本的配置--> <host>192.168.0.1</host> <port>9000</port> </replica> <replica> <host>192.168.0.2</host> <port>9000</port> </replica> </shard> <shard> <internal_replication>true</internal_replication> <replica> <host>192.168.0.3</host> <port>9000</port> </replica> <replica> <host>192.168.0.4</host> <port>9000</port> </replica> </shard> </test> </clickhouse_remote_servers></yandex>集群搭建
首先依照单节点装置的形式，在node1，node2，node3，node4四个节点上装置好clickhouse。
批改config.xml，次要批改内容如下：
<!--1. 减少listen_host，容许近程拜访--><listen_host>0.0.0.0</listen_host> <!--这里listen_host到底是配置::还是0.0.0.0是有说法的。官网举荐的是::，然而在某些不反对IPV6的机器上并不能work，这时候就要配置成0.0.0.0。我集体比拟喜爱配置成0.0.0.0，因为不论是IPV4还是IPV6，0.0.0.0都能够反对--><!--2. 批改path门路，指定数据寄存地位，我这里指定/data01/clickhouse目录--><!-- 须要留神的是，这个门路必须提前存在，且clickhouse用户有权限拜访 --><path>/data01/clickhouse</path><tmp_path>/data01/clickhouse/tmp/</tmp_path><user_files_path>/data01/clickhouse/user_files/</user_files_path><access_control_path>/data01/clickhouse/access/</access_control_path><!--3.指定metrika.xml文件--><include_from>/etc/clickhouse-server/metrika.xml</include_from><!--4. 重新制定tcp_port --><tcp_port>19000</tcp_port><!--这一步不是必须的，我这里之所以重新制定，是因为发现我的机器上9000端口曾经被占用了，个别状况下，默认的9000即可-->批改users.xml，咱们减少一个用户，专门用来治理cluster。
<!--在<users>外面新增如下内容，创立一个用户名为ck，明码为123456的用户--> <ck> <password>123456</password> <networks incl="networks" replace="replace"> <ip>::/0</ip> </networks> <profile>default</profile> <quota>default</quota> </ck>创立metrika.xml文件。
在/etc/clickhouse-server门路下创立metrika.xml文件（这个门路为下面config.xml中配置的include_from的门路）：
<yandex> <zookeeper-servers> <node index="1"> <host>192.168.0.1</host> <port>2181</port> </node> <node index="2"> <host>192.168.0.2</host> <port>2181</port> </node> <node index="3"> <host>192.168.0.3</host> <port>2181</port> </node> </zookeeper-servers> <clickhouse_remote_servers> <test> <shard> <replica> <host>192.168.0.1</host> <port>19000</port> <!--这里的端口号要和config.xml中tcp_port保持一致，如果那里改了，这里也要对应的改--> </replica> <replica> <host>192.168.0.2</host> <port>19000</port> </replica> </shard> <shard> <replica> <host>192.168.0.3</host> <port>19000</port> </replica> <replica> <host>192.168.0.4</host> <port>19000</port> </replica> </shard> </test> </clickhouse_remote_servers></yandex>以上配置在四台机器上同步，而后重启clickhouse：
systemctl restart clickhouse-server如果启动胜利，就能看到clickhouse-server的过程曾经在运行了：
[root@node2 test]# ps -ef |grep clickhouseclickho+ 17548 1 1 11:11 ? 00:00:00 /usr/bin/clickhouse-server --config=/etc/clickhouse-server/config.xml --pid-file=/run/clickhouse-server/clickhouse-server.pidroot 17738 10683 0 11:11 pts/0 00:00:00 grep --color=auto clickhouse咱们应用clickhouse-client工具，登录到其中一台机器：
[root@node4 test]# clickhouse-client -u ck --password=123456 --port=19000 -mClickHouse client version 20.9.3.45 (official build).Connecting to localhost:19000 as user ck.Connected to ClickHouse server version 20.9.3 revision 54439.node4 :) 查问system.clusters表：
node4 :) select * from system.clusters where cluster = 'test';SELECT *FROM system.clustersWHERE cluster = 'test'┌─cluster─┬─shard_num─┬─shard_weight─┬─replica_num─┬─host_name─────┬─host_address──┬──port─┬─is_local─┬─user────┬─default_database─┬─errors_count─┬─estimated_recovery_time─┐│ test │ 1 │ 1 │ 1 │ 192.168.0.1 │ 192.168.0.1 │ 19000 │ 0 │ default │ │ 0 │ 0 ││ test │ 1 │ 1 │ 2 │ 192.168.0.2 │ 192.168.0.2 │ 19000 │ 0 │ default │ │ 0 │ 0 ││ test │ 2 │ 1 │ 1 │ 192.168.0.3 │ 192.168.0.3 │ 19000 │ 0 │ default │ │ 0 │ 0 ││ test │ 2 │ 1 │ 2 │ 192.168.0.4 │ 192.168.0.4 │ 19000 │ 1 │ default │ │ 0 │ 0 │└─────────┴───────────┴──────────────┴─────────────┴───────────────┴───────────────┴───────┴──────────┴─────────┴──────────────────┴──────────────┴─────────────────────────┘4 rows in set. Elapsed: 0.002 sec.呈现下面所示的后果，阐明配置集群胜利。
分布式表
接下来就能够在集群里创立分布式表了。
首先在集群的各个节点创立本地表。
CREATE TABLE t_cluster ON CLUSTER test (id Int16,name String,birth Date)ENGINE = MergeTree()PARTITION BY toYYYYMM(birth)ORDER BY id;登录到任意节点，执行以上sql，呈现如下提醒，阐明执行胜利：
node4 :) CREATE TABLE default.t_cluster ON CLUSTER test ( id Int16, name String, birth Date )ENGINE = MergeTree() PARTITION BY toYYYYMM(birth) ORDER BY id;CREATE TABLE default.t_cluster ON CLUSTER test( `id` Int16, `name` String, `birth` Date)ENGINE = MergeTree()PARTITION BY toYYYYMM(birth)ORDER BY id┌─host──────────┬──port─┬─status─┬─error─┬─num_hosts_remaining─┬─num_hosts_active─┐│ 192.168.0.1 │ 19000 │ 0 │ │ 3 │ 0 ││ 192.168.0.2 │ 19000 │ 0 │ │ 2 │ 0 ││ 192.168.0.3 │ 19000 │ 0 │ │ 1 │ 0 ││ 192.168.0.4 │ 19000 │ 0 │ │ 0 │ 0 │└───────────────┴───────┴────────┴───────┴─────────────────────┴──────────────────┘4 rows in set. Elapsed: 0.108 sec. 咱们能够登录任意一台机器，都能查问到t_cluster表，这就阐明曾经在test集群上所有节点创立了一个t_cluster本地表。
这个时候如果往t_cluster表插入数据，依然是在所在节点的本地表中操作，在其余集群中是无奈看见的。
如咱们在node1节点插入如下数据：
node1 :) insert into t_cluster values(1, 'aa', '2021-02-01'), (2, 'bb', '2021-02-02');INSERT INTO t_cluster VALUESOk.2 rows in set. Elapsed: 0.002 sec.在node1节点查问：
node1 :) select * from t_cluster;SELECT *FROM t_cluster┌─id─┬─name─┬──────birth─┐│ 1 │ aa │ 2021-02-01 ││ 2 │ bb │ 2021-02-02 │└────┴──────┴────────────┘2 rows in set. Elapsed: 0.002 sec. node2节点查问：
node2 :) select * from t_cluster;SELECT *FROM t_clusterOk.0 rows in set. Elapsed: 0.002 sec.node3和node4查问也是如此。
这就充分说明了如果间接操作t_cluster表，操作的数据其实只是以后节点的数据。有人可能会有纳闷，我不是明明指定了node1和node2互为replica吗？为什么node1的数据也没有同步到node2下面去？
这是因为咱们的引擎指定的是MergerTree，而不是ReplicaMergeTree，如果指定的是ReplicaMergeTree，确实是会同步到对应的replica下面去的，但这里创立的仅仅是MergeTree，这个引擎自身不具备同步正本的性能，所以node2上并没有同步数据。
个别在理论利用中，创立分布式表指定的都是Replica的表，这里仅仅是做一个例子阐明。那么既然如此，这个集群中的表数据不能相互关联起来，不就失去了集群的意义了吗？
为了解决下面的问题，从而引入了分布式表。
分布式表的创立是这样的：
CREATE TABLE default.dist_t_cluster ON CLUSTER test as t_cluster engine = Distributed(test, default, t_cluster,rand());Distributed是一个非凡的引擎，用来创立分布式表。它自身具备四个参数，第一个参数示意集群的名字，第二个参数为数据库的名字，第三个参数为表的名字，第四个参数为sharding key，它决定最终数据落在哪一个分片上，最初一个参数能够省略，如果省略，则实用配置文件中的weight分片权重。
下面的语句就是创立一张名为dist_t_cluster的分布式表，该分布式表是基于test集群中的default.t_cluster表。as t_cluster示意这张表的构造和t_cluster截然不同。
分布式表自身不存储数据，数据存储其实还是由本地表t_cluster实现的。这个dist_t_cluster仅仅做一个代理的作用。
如下所示，示意分布式表创立胜利。
node1 :) CREATE TABLE default.dist_t_cluster ON CLUSTER test as t_cluster engine = Distributed(test, default, t_cluster, rand());CREATE TABLE default.dist_t_cluster ON CLUSTER test AS t_clusterENGINE = Distributed(test, default, t_cluster, rand())┌─host──────────┬──port─┬─status─┬─error─┬─num_hosts_remaining─┬─num_hosts_active─┐│ 192.168.0.1 │ 19000 │ 0 │ │ 3 │ 0 ││ 192.168.0.2 │ 19000 │ 0 │ │ 2 │ 0 ││ 192.168.0.3 │ 19000 │ 0 │ │ 1 │ 0 ││ 192.168.0.4 │ 19000 │ 0 │ │ 0 │ 0 │└───────────────┴───────┴────────┴───────┴─────────────────────┴──────────────────┘4 rows in set. Elapsed: 0.106 sec.接下来咱们应用分布式表向集群中插入数据，察看景象：
node1 :) insert into dist_t_cluster values(1, 'aaa', '2021-02-01'), (2, 'bbb', '2021-02-02');INSERT INTO dist_t_cluster VALUESOk.2 rows in set. Elapsed: 0.002 sec. 这时候咱们在不同节点上查问dist_t_cluster表，失去的后果都是截然不同的：
/* node1 查问后果 */node1 :) select * from dist_t_cluster;SELECT *FROM dist_t_cluster┌─id─┬─name─┬──────birth─┐│ 2 │ bbb │ 2021-02-02 │└────┴──────┴────────────┘┌─id─┬─name─┬──────birth─┐│ 1 │ aaa │ 2021-02-01 │└────┴──────┴────────────┘2 rows in set. Elapsed: 0.005 sec. /* node2 查问后果 */node2 :) select * from dist_t_cluster;SELECT *FROM dist_t_cluster┌─id─┬─name─┬──────birth─┐│ 2 │ bbb │ 2021-02-02 │└────┴──────┴────────────┘┌─id─┬─name─┬──────birth─┐│ 1 │ aaa │ 2021-02-01 │└────┴──────┴────────────┘2 rows in set. Elapsed: 0.005 sec./* node3 查问后果 */node3 :) select * from dist_t_cluster;SELECT *FROM dist_t_cluster┌─id─┬─name─┬──────birth─┐│ 1 │ aaa │ 2021-02-01 │└────┴──────┴────────────┘┌─id─┬─name─┬──────birth─┐│ 2 │ bbb │ 2021-02-02 │└────┴──────┴────────────┘2 rows in set. Elapsed: 0.006 sec. /* node4 查问后果 */node4 :) select * from dist_t_cluster;SELECT *FROM dist_t_cluster┌─id─┬─name─┬──────birth─┐│ 1 │ aaa │ 2021-02-01 │└────┴──────┴────────────┘┌─id─┬─name─┬──────birth─┐│ 2 │ bbb │ 2021-02-02 │└────┴──────┴────────────┘2 rows in set. Elapsed: 0.005 sec.咱们再去看各个节点的本地表t_cluster表中数据分布状况：
/* node1 查问后果 */node1 :) select * from t_cluster;SELECT *FROM t_cluster┌─id─┬─name─┬──────birth─┐│ 2 │ bbb │ 2021-02-02 │└────┴──────┴────────────┘1 rows in set. Elapsed: 0.002 sec./* node2 查问后果 */node2 :) select * from t_cluster;SELECT *FROM t_cluster┌─id─┬─name─┬──────birth─┐│ 2 │ bbb │ 2021-02-02 │└────┴──────┴────────────┘1 rows in set. Elapsed: 0.002 sec. /* node3 查问后果 */node3 :) select * from t_cluster;SELECT *FROM t_cluster┌─id─┬─name─┬──────birth─┐│ 1 │ aaa │ 2021-02-01 │└────┴──────┴────────────┘1 rows in set. Elapsed: 0.002 sec./* node4 查问后果 */node4 :) select * from t_cluster;SELECT *FROM t_cluster┌─id─┬─name─┬──────birth─┐│ 1 │ aaa │ 2021-02-01 │└────┴──────┴────────────┘1 rows in set. Elapsed: 0.002 sec. 由以上后果可知，node1和node2下面存储的数据一样，node3和node4下面存储的数据一样，然而node1和node3下面的数据不一样。node1（node2）和node3（node4）的数据组成了dist_t_cluster表中的所有数据。
这是因为node1和node2、node3和 node4互为正本，所以它们的数据会主动同步。而node1（node2）和node3（node4）属于不同的分片，所以数据依照肯定的规定（sharding key）落在了不同分片。
如果咱们关上存储数据的目录，能够看到dist_t_cluster表中仅仅有一个长期文件夹，并没有理论存储数据，因为数据是存储在t_cluster本地表中的。
[root@node1 chenyc]# ls -l /data01/clickhouse/data/default/dist_t_cluster/总用量 0drwxr-x--- 3 clickhouse clickhouse 17 2月 25 13:57 default@192%2E168%2E21%2E52:19000drwxr-x--- 3 clickhouse clickhouse 17 2月 25 13:57 default@192%2E168%2E21%2E53:19000drwxr-x--- 2 clickhouse clickhouse 6 2月 25 13:57 default@192%2E168%2E21%2E54:19000