Redis的Windows端开发连接Linux端以及相应的代码实现

在Windows端开发连接需要进行配置文件的配置：

在redis.conf配置文件中

将protected-mode yes，修改为protected-mode no；不保护redis

# By default protected mode is enabled. You should disable it only if
# you are sure you want clients from other hosts to connect to Redis
# even if no authentication is configured, nor a specific set of interfaces
# are explicitly listed using the "bind" directive.
protected-mode no

将bind 127.0.0.1加上注释，（#bind 127.0.0.1），允许出本机外的IP访问redis

# IF YOU ARE SURE YOU WANT YOUR INSTANCE TO LISTEN TO ALL THE INTERFACES
# JUST COMMENT THE FOLLOWING LINE.
# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
#bind 0.0.0.0:
#bind 127.0.0.1

将daemonize no，修改为daemonize yes；允许redis服务后台运行

简单来说我们不用看到点心的那个页面

# By default Redis does not run as a daemon. Use 'yes' if you need it.
# Note that Redis will write a pid file in /var/run/redis.pid when daemonized.
daemonize yes

修改防火墙端口号

命令：/sbin/iptables -I INPUT -p tcp --dport 6379 -j ACCEPT

保存防火墙修改命令：/etc/rc.d/init.d/iptables save

修改完成后，需要重新启动redis服务。

redis-server /xxxx/redis.conf

通过iptables 允许指定的外网ip访问

修改 Linux 的防火墙(iptables)，开启你的redis服务端口，默认是6379

//只允许127.0.0.1访问6379
iptables -A INPUT -s 127.0.0.1 -p tcp --dport 6379 -j ACCEPT
//其他ip访问全部拒绝
iptables -A INPUT -p TCP --dport 6379 -j REJECT

一些命令的代码测试：

使用maven工程进行

<dependency>
          <groupId>junit</groupId>
          <artifactId>junit</artifactId>
          <version>4.12</version>
</dependency>
<dependency>
          <groupId>org.springframework.data</groupId>
          <artifactId>spring-data-redis</artifactId>
          <version>1.7..RELEASE</version>
 </dependency>
<dependency>
        <groupId>redis.clients</groupId>
        <artifactId>jedis</artifactId>
        <version>2.9.</version>
</dependency>
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
    <version>2.5.</version>
</dependency>

Redis的使用

1.默认直接使用

    //首次进行册数的测试
    @Test
    public void testSpeed(){
        Jedis jedis = new Jedis("192.168.42.153", 6379);try {
                jedis.set("key", "value");
            }
        } finally {
            jedis.close();
        }
    }

2.使用连接池

    @Test
    public void RedisConfigPool(){

        JedisPoolConfig pool = new JedisPoolConfig();
        //最大空闲数
        pool.setMaxIdle();
        //连接数
        pool.setMaxTotal();
        //等待毫秒数
        pool.setMaxWaitMillis();

        //使用配置的连接池
        JedisPool jedisPool = new JedisPool(pool, "192.168.42.153");

        //从连接池中获取单个连接
        Jedis jedis = jedisPool.getResource();

        jedis.set("ts","1234");

    }

使用spring：

基本配置条件如下

User类

//对象需要可序列化，实现接口
public class User implements Serializable{

    private static final long serialVersionUID =  6977402643848374753L;

    private long id;
    private String name;
　　//........
}

spring的配置类

<!-- 连接池 -->
<bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig">
    <!-- 空闲数 -->
    <property name="maxIdle" value=""></property>
    <!-- 连接数 -->
    <property name="maxTotal" value=""></property>
    <!-- 最大等待时间 -->
    <property name="maxWaitMillis" value=""></property>
</bean>

<!-- 连接配置 -->
<bean id="connectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory">
    <property name="hostName" value="192.168.42.153"></property>
    <property name="port" value=""></property>
    <!-- 连接池 -->
    <property name="poolConfig" ref="poolConfig"></property>
</bean>

<!-- 配置spring-date-Template -->
<!-- 序列化 -->
<bean id="jdkSerializationRedisSerializer"
class="org.springframework.data.redis.serializer.JdkSerializationRedisSerializer"></bean>

<bean id="stringRedisSerializer"
class="org.springframework.data.redis.serializer.StringRedisSerializer"></bean>

<bean id="redisTemplate" class="org.springframework.data.redis.core.RedisTemplate">
    <property name="connectionFactory" ref="connectionFactory"></property>
    <property name="keySerializer" ref="stringRedisSerializer"></property>
    <property name="valueSerializer" ref="jdkSerializationRedisSerializer"></property>
</bean>

<bean id="redisTemplate1" class="org.springframework.data.redis.core.RedisTemplate">
    <property name="connectionFactory" ref="connectionFactory"></property>
    <property name="keySerializer" ref="stringRedisSerializer"></property>
    <property name="valueSerializer" ref="stringRedisSerializer"></property>
</bean>

<bean id="redisTemplate2" class="org.springframework.data.redis.core.RedisTemplate">
    <property name="connectionFactory" ref="connectionFactory"></property>
    <property name="keySerializer" ref="stringRedisSerializer"></property>
    <property name="defaultSerializer" ref="stringRedisSerializer"></property>
    <property name="valueSerializer" ref="stringRedisSerializer"></property>
</bean>

1.

    @Test
    public void testResisString(){
        ApplicationContext app = new
                ClassPathXmlApplicationContext("classpath:/applicationContext.xml");

        RedisTemplate redisTemplate = (RedisTemplate) app.getBean("redisTemplate");

        User user = new User();
        user.setId(1L);
        user.setName("Mr");

        //设置键值对
        redisTemplate.opsForValue().set("user", user);

        //获取键值对
        User u = (User) redisTemplate.opsForValue().get("user");
        System.out.println(u);
    }

//以上的使用都是基于 RedisTemplate 基于连接池的操作，换句话说，并不能保
//证每次使用 RedisTemplate 是操作同一个对 Redis 连接

2.

为了使得 操作都来自于同 连接 可以使用 SessionCallback & RedisCallback
RedisCallback是比较底层 封装 使用不是很友好
更多 的时候会使SessionCallback 接口
Redis 同时执行多个命令，那么还是采用 SessionCallback 接口进行操作，从而保证多个命令在同 Redis接操作中。

前后使用的都是同 个连接,对资源消耗小

    @Test
    public void testResisString1(){
        ApplicationContext app = new
                ClassPathXmlApplicationContext("classpath:/applicationContext.xml");

        RedisTemplate redisTemplate = (RedisTemplate) app.getBean("redisTemplate");

        User user = new User();
        user.setId(1L);
        user.setName("Mr");

        SessionCallback callback = new SessionCallback() {
            @Override
            public Object execute(RedisOperations operations) throws DataAccessException {
                //设置  key = user1  值 = user
                operations.boundValueOps("user1").set(user);
                return (User)operations.boundValueOps("user1").get();
            }
        };
        //获取键值对
        User u = (User) redisTemplate.execute(callback);
        System.out.println(u);
    }

数据类型：

1.String

//注意此时的RedisTemplate的配置序列化
//首先配置 Spring关于 Redis 字符串 运行环境
//这里给 Spring RedisTemplate 的键值序列 器设置为了 String 类型
//所以就是种字符串的操作

@Test
    public void StringTest(){
        ApplicationContext app = new
                ClassPathXmlApplicationContext("classpath:/applicationContext.xml");

        RedisTemplate redisTemplate = (RedisTemplate) app.getBean("redisTemplate1");

        //设置值
        //set key name   设置键值对
        redisTemplate.opsForValue().set("k1", "v1");
        redisTemplate.opsForValue().set("k2", "v2");
        //通过key获取值
        //get key 通过键获取值
        String value1 = (String) redisTemplate.opsForValue().get("k1");
        System.out.println("value1" + value1);

        //删除键值对
        redisTemplate.delete("k1");

        //字符串长度
        //strlen key
        Long length = redisTemplate.opsForValue().size("k2");
        System.out.println("length:" + length);

        //设置新值返回旧值
        String oldVal = (String) redisTemplate.opsForValue().getAndSet("k2", "k222333444");
        System.out.println("oldVal:"+ oldVal);

        String value2 = (String) redisTemplate.opsForValue().get("k2");
        System.out.println("value2" + value2);

        //求子串
        //getrange key st end   [0 ...]
        String rangString = redisTemplate.opsForValue().get("k2", , );
        System.out.println("rangString:"+rangString);

        //追加内容在末尾
        //append key value   返回新字符串的长度
        int newSize = redisTemplate.opsForValue().append("k2", "_new");
        System.out.println("newSize:" + newSize);

        String newVal = (String) redisTemplate.opsForValue().get("k2");
        System.out.println("value1" + newVal);
    }

//redisTemplate.opsForValu() 所返回的对象可以操作简单的键值对
//可以是字符串，也可以是对象，具体依据你所配置的序列化方案

    //关于运算
    @Test
    public void StringTestCal(){
        ApplicationContext app = new
                ClassPathXmlApplicationContext("classpath:/applicationContext.xml");

        RedisTemplate redisTemplate = (RedisTemplate) app.getBean("redisTemplate1");

        //设值
        redisTemplate.opsForValue().set("cal", "");

        //初始化的值
        String initValue = (String) redisTemplate.opsForValue().get("cal");
        System.out.println("initValue:" + initValue);

        //加1
        //还可以加其他的数
        redisTemplate.opsForValue().increment("cal", );
        String AddOneVal = (String) redisTemplate.opsForValue().get("cal");
        System.out.println("AddOneVal:" + AddOneVal);

        //减一
        redisTemplate.getConnectionFactory().getConnection().decr(redisTemplate.
                getKeySerializer().serialize("cal"));
        String MinOneVal = (String) redisTemplate.opsForValue().get("cal");
        System.out.println("MinOneVal:" + MinOneVal);

        //减3
        redisTemplate.getConnectionFactory().getConnection().decrBy(
           redisTemplate.getKeySerializer().serialize("cal"), );
        String MinThreeVal = (String) redisTemplate.opsForValue().get("cal");
        System.out.println("MinThreeVal:" + MinThreeVal);

        //加浮点数
        redisTemplate.opsForValue().increment("cal", 4.2);
        String floatVal = (String) redisTemplate.opsForValue().get("cal");
        System.out.println("floatVal:" + floatVal);
    }

// increment 方法可 支持长整形 long 双精度double的加法
//对于减法而言,RedisTemplate 并没有进行支持
//通过获得连接工厂再获得连接从而得到底 Redis 连接对象
//redisTemplate.getConnectionFactory().getConnection().decr(redisTemplate.
// getKeySerializer().serialize("cal"));
//所有关于减法的方法，原有值都必须是整数，否则就会引发异常

2.Set

//集合不是 个线性结构
//它的内部会根据 hash 分子来存储和查找数据
// Redis 集合的插入、删除和查找的复杂度都是 0(1 ）
//对于集合而言，它的每 个元素都是不能重复的，当插入相同记录的时候都会失败
//集合是无序的。
//集合的每 个元素都是 String 数据结构类型。

@Test
    public void test(){

    ApplicationContext app = new
            ClassPathXmlApplicationContext("classpath:/applicationContext.xml");

    RedisTemplate redisTemplate = (RedisTemplate) app.getBean("redisTemplate2");

    Set set = null;

    //将元素加入列表
    //sadd key menber [menber1 ...]  给键为key的集合添加成员
    redisTemplate.boundSetOps("set1").add("v1","v2","v3","v4","v5","v6");
    redisTemplate.boundSetOps("set2").add("v0","v5","v6","v7","v8","v9");

    //求集合长度
    Long size = redisTemplate.opsForSet().size("set1");
    System.out.println("size:" + size);

    //求差集
    //sdif key key2
    set  = redisTemplate.opsForSet().difference("set1", "set2");
    System.out.println("差集：" + set);

    //并集
    //sunion key1 [key2]   求两个集合的并集
    set =redisTemplate.opsForSet().intersect("set1", "set2");
    System.out.println("并集：" + set);

    //判断集合中的元素
    //sismember key menber  判断menber是否为键为key的集合成员
    boolean exist = redisTemplate.opsForSet().isMember("set1", "v3");
    System.out.println("exist:" + exist);

    //获取集合所有元素
    //smembers key   返回集合所有成员
    set =redisTemplate.opsForSet().members("set1");
    System.out.println("集合所有元素："  + set);

    //随机从集合中弹出一个元素
    //spop key  随机弹出一个元素
    String val = (String)redisTemplate.opsForSet().pop("set1");
    System.out.println("随机弹出：" + val);

    //随机获取一个集合的元素
    //srandmember key [count]  随机返回一个或多个
    val = (String)redisTemplate.opsForSet().randomMember("set1");
    System.out.println("随机返回一个数：" + val);

    //随机返回两个
    List list = redisTemplate.opsForSet().randomMembers("set1", );
    System.out.println("随机获取集合中两个数：" + list);

    //删除一个集合的元素，参数可以是多个
    //srem key member[member2 ...] 移除集合中的元素，可以多个
    //    redisTemplate.opsForSet().remove("set1", "v3","v2"....);
    Long e = redisTemplate.opsForSet().remove("set1", "v3");
    System.out.println("e:" + e);

    //并集
    //sunion key [key1]
    set = redisTemplate.opsForSet().union("set1", "set2");
    System.out.println("并集：" + set);

    //求差集并且保存到新的集合中
    //sdiffstore des key1 [key2] 保存到des中
    redisTemplate.opsForSet().differenceAndStore("set1",
            "set2", "new_set");
    System.out.println("new_set"+redisTemplate.opsForSet().members("new_set"));

    //求两个集合的交集，并保存到集合 inter_set
    //sinterstore des key1 key2
    redisTemplate.opsForSet().intersectAndStore("set1", "set2", "inter_set");
    System.out.println("新集合交集："+ redisTemplate.opsForSet().members("inter_set"));

    //求两个集合的并集，并保存到集合 union_set
    redisTemplate.opsForSet().unionAndStore("set1", "set2", "union_set");
    System.out.println("新并集集合union_set:" + redisTemplate.opsForSet().members("union_set"));

    }

3.链表

//可以存储多个字符串
//它是有序的
//Redis 链表是双向的
//使用链表结构就意味着读性能的丧失
//链表结构的优势在于插入和删除的便利:，因为链表的数据节点是分配在不同的内存域的，并不连续

//由此可见，链表结构的使用是需要注意场景的，对于那些经常需要对数据进行插入和
//删除的列表数据使用它是十分方便的，因为它可以在不移动其他节点的情况下完成插入和
//删除。而对于需要经常查找的，使用它性能并不佳，它只能从左到右或者从右到左的查找
//和比对。

@Test
    public void test() throws Exception{
        ApplicationContext app = new
                ClassPathXmlApplicationContext("classpath:/applicationContext.xml");

        RedisTemplate redisTemplate = (RedisTemplate) app.getBean("redisTemplate2");

        //删除链表
        redisTemplate.delete("list");

        //创建新的链表
        //lpush key node1[node2...] 把节点从左边插入      此时单个节点插入
        redisTemplate.opsForList().leftPush("list","node3");

        //测试同时插入多个节点
        List<String> nodeList = new ArrayList<String>();
        for(int i = ;i >=;i--){
            nodeList.add("node"+i);
        }

        //lpush key node1[node2...]     此时同时插入多个节点    从左边插入到key中
        redisTemplate.opsForList().leftPushAll("list", nodeList);

        //rpush key node1[node2...]
        //从右侧插入节点可一个或多个
        redisTemplate.opsForList().rightPush("list", "node4");

        //获取链表的长度
        Long size = redisTemplate.opsForList().size("list");
        System.out.println("size：" + size);

        List listValue = redisTemplate.opsForList().range("list", , size);
        System.out.println("listValue:" + listValue);

        //获取下表为0的节点
        //index key  index  index从0开始，返回节点的字符串，读取下表为index的节点
        String indexZero = (String)redisTemplate.opsForList().index("list", );
        System.out.println("下表为0的节点：" + indexZero);

        //从左边弹出一个节点
        //lpop key  删除左边的一个节点，并且返回给节点
        String leftPop = (String)redisTemplate.opsForList().leftPop("list");
        System.out.println("leftpop:" + leftPop);

        //从右边弹出一个节点
        //rpop key  删除左边的一个节点，并且返回给节点
        String rightPop = (String)redisTemplate.opsForList().rightPop("list");
        System.out.println("rightPop:" + rightPop);

        //插入节点
        //linsert key before | after pivot node 插入一个节点，并且可以指定在职位pivot的前面或者后面
        //若list不存在，则报错，没有对应的pivot值，也会插入失败返回 -1

        //在node2的前后各插入一个节点
        //注意，需要使用更为底层的命令才能操 linsert 命令
        //redisTemplate.getConnectionFactory().getConnection().lInsert(key, where, pivot, value);
        redisTemplate.getConnectionFactory().getConnection().lInsert(
                "list".getBytes("utf-8"), RedisListCommands.Position.BEFORE, "node2".getBytes("utf-8"),
                "before_node2".getBytes("utf-8"));

        redisTemplate.getConnectionFactory().getConnection().lInsert(
                "list".getBytes("utf-8"), RedisListCommands.Position.AFTER, "node2".getBytes("utf-8"),
                "after_node2".getBytes("utf-8"));

        //lpushx list node   若存在key为list的链表，    则插入节点node  否则失败       从左边插入
        redisTemplate.opsForList().leftPushIfPresent("list", "head");

        //rpushx list node   若存在key为list的链表，    则插入节点node  否则失败       从右边插入
        redisTemplate.opsForList().rightPushIfPresent("list", "end");

        //lrange list start end  获取从start-end下边的节点值   [start ,end]
        listValue = redisTemplate.opsForList().range("list", , );
        System.out.println("listValue:" + listValue);

        //lrem list count value  count=0删除所有的值为value的节点，否则删除绝对值为count个value的节点值
        nodeList.clear();
        for(int i =  ;i <= ;i++){
            nodeList.add("node");
        }
        //左边插入nodeList
        redisTemplate.opsForList().leftPushAll("list", nodeList);
        System.out.println("删除node节点之前的list：");
        size = redisTemplate.opsForList().size("list");
        listValue = redisTemplate.opsForList().range("list", , size);
        System.out.println("listValue:" + listValue);

        //从左到右删除6个node节点
        redisTemplate.opsForList().remove("list", , "node");
        System.out.println("");
        System.out.println("删除node节点之后的list：");
        size = redisTemplate.opsForList().size("list");
        listValue = redisTemplate.opsForList().range("list", , size);
        System.out.println("listValue:" + listValue);

        //修改下表指定节点的值，设置新值
        //lset key index value  设置index节点处的新值，设为value
        redisTemplate.opsForList().set("list", , "new_head");
        indexZero = (String)redisTemplate.opsForList().index("list", );
        System.out.println("index=0处的新值：" + indexZero);
    }

//上面这些操作链表的命令都是进程不安全的，因为 我们操作这些命令的时候，
//其他 Redis 的客户端也可能操作同 个链表，这样就会造成并发数据安全和一致性的问题
//Redis 提供了链表的阻塞命令，它 在运行的时候 会给链表加锁，以保证操作链表的命令安全性
//加锁的结果就是其他的进程不能再读取或者写入该链 ，只能等待命令结束

@Test
    public void testBlock(){
        ApplicationContext app = new
                ClassPathXmlApplicationContext("classpath:/applicationContext.xml");

        RedisTemplate redisTemplate = (RedisTemplate) app.getBean("redisTemplate2");

        //清空数据
        //redisTemplate.delete("list1");
        //redisTemplate.delete("list2");

        List<String> nodeList = new ArrayList<String>();
        for(int i = ;i <= ;i++){
            nodeList.add("node"+i);
        }

        //放入数据
        redisTemplate.opsForList().leftPushAll("list1", nodeList);

        //blpop移除并获取列表的第一个元素，如果没有元素会阻塞列表直到等待超时或者发现可弹出元素
        //Spring 使用参数超时时间作为阻塞命令区分，等价于 blpop 命令，并且可以设置时间参数
        //redisTemplate.opsForList().leftPop(key, timeout, unit)
        redisTemplate.opsForList().leftPop("list1", , TimeUnit.SECONDS);

        //Spring 使用参数超时时间作为阻塞命令区分，等价于 brpop 命令，并且可以设置时间参数
        redisTemplate.opsForList().rightPop("list1", , TimeUnit.SECONDS);

        Long size = redisTemplate.opsForList().size("list1");
        List listValue = redisTemplate.opsForList().range("list1", , size);
        System.out.println("listValue:" + listValue);
        System.out.println("");

        nodeList.clear();
        for(int i = ;i <= ;i++){
            nodeList.add("date"+i);
        }

        redisTemplate.opsForList() .leftPushAll ("list2", nodeList); 

        //rpoplpush key src dest 将src的最右边的删除，然后将src追加在dest后面
        //不可设置时间
        //相当于 rpoplpush 命令，弹出 listl 最右边的节点，插入到 list2 最左边
        redisTemplate .opsForList().rightPopAndLeftPush("list1", "list2");

        size = redisTemplate.opsForList().size("list2");
        listValue = redisTemplate.opsForList().range("list2", , size);
        System.out.println("listValue:" + listValue);

        //brpoplpush key src dest timeout
        //相当于 brpoplpush 命令，注意在 Spring 中使用超时参数区分
        redisTemplate.opsForList().rightPopAndLeftPush("list1",
                "list2", , TimeUnit.SECONDS);
        size = redisTemplate.opsForList().size("list2");
        listValue = redisTemplate.opsForList().range("list2", , size);
        System.out.println("listValue:" + listValue);

    }

4.Hash

//Redis中哈希结构就如同 Java的 map 一样
//一个对象里面有许多键值对
//特别适合存储对象的
// 要对 RedisTemplate 的配置项进行修改

//Spring 提供的RedisTemplate 序列 defaultSerializer的默认修改为了字符串序列 器
//因为在 Spring对hash结构的 作中会涉及 map 等其 类的操作 所以需要明确它的规则

//如果想为 hash 结构指定序列化器，可以使用 di mplate 提供的两个
//属性 hashKeySerializer和hashValueSerializer ，来为 hash 结构的 field和value 指定序列化器。

@Test
    public void testHash(){
        ApplicationContext app = new
                ClassPathXmlApplicationContext("classpath:/applicationContext.xml");

        RedisTemplate redisTemplate = (RedisTemplate) app.getBean("redisTemplate2");

        //设置key
        String key = "hash";

        Map<String,String> map = new HashMap<String,String>();
        map.put("name", "MrChengs");
        map.put("age","");

        //hmset   设置键值对（可多个）
        //hmset key filed1[filed2....]
        redisTemplate.opsForHash().putAll(key, map);

        //hset   在结构体中键值对
        //hset key filed
        redisTemplate.opsForHash().put(key, "hobby", "game");
        pringtValehash(redisTemplate, key, "hobby");

        //hexists key field
        //判断是否存在field字段
        boolean exists = redisTemplate.opsForHash().hasKey(key, "hobby");
        System.out.println("exitsts:" + exists);

        //hgetall  key
        //获取key中的所有字段
        map=redisTemplate.opsForHash().entries(key);
        System.out.println("hgetall:" + map);

        //hincrby key field increment
        //给某一字段加以整数
        //还可以double
        redisTemplate.opsForHash().increment(key, "age", );
        pringtValehash(redisTemplate, key, "age");

        //hvals  key
        //获取hash结构中的所有值
        List keyList = new ArrayList();
        keyList = redisTemplate.opsForHash().values(key);
        System.out.println("value:"+ keyList);

        //hkeys key 返回key中的所有键
        Set set = redisTemplate.opsForHash().keys(key);
        System.out.println("keys:" + set);

        //hmget key filed1[2...]
        //返回指定键中的值
        List listVal = redisTemplate.opsForHash().multiGet(key, set);
        System.out.println("listVal:" + listVal);

        //hmsetnx key field value
        //设置键值对，在不存在field时才进行设置
        boolean su = redisTemplate.opsForHash().putIfAbsent(key, "wight", "");
        System.out.println(su);

        pringtValehash(redisTemplate, key, "wight");

        //hdel
        Long size = redisTemplate.opsForHash().delete(key, "age");
        System.out.println("size" + size);
    }

    private static void pringtValehash(RedisTemplate redisTemplate , String key
            ,String field){
        //hget  获取属性值  单个
        Object value = redisTemplate.opsForHash().get(key, field);
        System.out.println(value);
    }

//hmset在 JavaAPI中，是使用 map保存多个键值对在先的。
//getall 命令会返回所有的键值对，并保存到 map 对象中，如果 hash 结构很大，那么要考虑它对JVM 的内存影响。
// hincrby hincrbyFloat 令都采用 ncrement 方法， Spring 会识别它具体使用何种方法。