摘要

ConcurrentHashMap 是 Java 面试里非常高频的并发集合类。很多人知道它线程安全，也知道它比 Hashtable 性能更好，但真正面试时容易答散。本文从 HashMap 为什么不安全、Hashtable 为什么性能差、ConcurrentHashMap 如何保证线程安全、JDK 1.7 和 JDK 1.8 的区别、put/get 流程、null 值限制和实际代码案例几个角度，梳理这个高频面试题。

前言

前面我们已经聊过 HashMap 的底层原理。

简单回顾一下：

HashMap 底层是数组 + 链表 + 红黑树，但它不是线程安全的。

那如果在多线程环境下，多个线程同时读写同一个 Map，该怎么办？

这时候就会引出一个非常经典的并发集合类：

ConcurrentHashMap

它是 Java 并发包里非常常用的线程安全 Map，也是面试里经常会被拿来和 HashMap、Hashtable 对比的集合类。

这篇还是按“少废话、直接抓重点”的方式来整理。

一、面试官一般怎么问？

关于 ConcurrentHashMap，常见问法有这些：

  • ConcurrentHashMap 为什么线程安全？
  • ConcurrentHashMap 和 HashMap 有什么区别？
  • ConcurrentHashMap 和 Hashtable 有什么区别？
  • JDK 1.7 和 JDK 1.8 的 ConcurrentHashMap 有什么区别？
  • ConcurrentHashMap 的 put 流程大概是什么？
  • ConcurrentHashMap 的 get 操作需要加锁吗？
  • 为什么 ConcurrentHashMap 比 Hashtable 性能好？
  • ConcurrentHashMap 能不能存 null？
  • ConcurrentHashMap 一定没有并发问题吗？

二、先给结论

一句话先记住：

ConcurrentHashMap 是线程安全的 Map，它通过更细粒度的锁控制、CAS、volatile 等机制，保证并发读写安全，同时尽量减少锁竞争。

在 JDK 1.8 中，ConcurrentHashMap 的底层结构和 HashMap 类似：

数组 + 链表 + 红黑树

但是并发控制方式不一样。

JDK 1.8 中，ConcurrentHashMap 主要依赖：

CAS + synchronized + volatile

简单说：

  • 查询操作一般不加锁；
  • 插入时，如果桶为空，优先使用 CAS；
  • 如果桶不为空，对当前桶节点加锁；
  • 锁粒度不是整张表，而是尽量缩小到桶级别；
  • 扩容时支持多个线程协助迁移数据。

面试时可以先这样答：

ConcurrentHashMap 底层也是数组 + 链表 + 红黑树。

JDK 1.8 中，它主要通过 CAS + synchronized 保证并发写入安全。
如果桶为空，使用 CAS 插入；如果桶不为空，就对当前桶加 synchronized。
它不是锁整张表，而是尽量只锁当前桶，所以并发性能比 Hashtable 更好。

三、为什么 HashMap 不线程安全？

先看 HashMap。

HashMap 本身没有任何并发控制。

如果多个线程同时修改同一个 HashMap，可能出现：

  • 数据覆盖；
  • 数据丢失；
  • 读取到不一致数据；
  • 扩容时结构异常；
  • 统计结果不准确。

下面写个简单例子。

import java.util.HashMap;
import java.util.Map;
import java.util.concurrent.CountDownLatch;

public class HashMapUnsafeDemo {

    public static void main(String[] args) throws InterruptedException {
        Map<Integer, Integer> map = new HashMap<>();

        int threadCount = 10;
        int eachThreadCount = 10000;

        CountDownLatch latch = new CountDownLatch(threadCount);

        for (int i = 0; i < threadCount; i++) {
            int start = i * eachThreadCount;

            new Thread(() -> {
                for (int j = 0; j < eachThreadCount; j++) {
                    map.put(start + j, j);
                }
                latch.countDown();
            }).start();
        }

        latch.await();

        System.out.println("理论数量：" + threadCount * eachThreadCount);
        System.out.println("实际数量：" + map.size());
    }
}

多运行几次，可能会发现：

理论数量：100000
实际数量：99982

或者出现其他不稳定结果。

这就是因为多个线程同时修改 HashMap，没有任何线程安全保证。

所以：

多线程共享修改 Map 时，不建议使用 HashMap。

四、Hashtable 为什么不推荐？

既然 HashMap 不是线程安全的，那早期可以用 Hashtable。

Hashtable 是线程安全的，因为它很多方法都加了 synchronized。

类似这样：

public synchronized V put(K key, V value) {
    // ...
}

问题也在这里。

它锁的是整个对象。

也就是说，多个线程操作同一个 Hashtable 时，即使访问的是不同 key，也可能互相阻塞。

简单理解：

线程 A 操作 key1，要等锁
线程 B 操作 key2，也要等同一把锁
线程 C 操作 key3，还是要等同一把锁

所以 Hashtable 虽然线程安全，但锁粒度太粗，并发性能不好。

一句话总结：

Hashtable 线程安全，但锁的是整张表，性能较差，现在实际开发中基本不推荐使用。

五、ConcurrentHashMap 怎么解决问题？

ConcurrentHashMap 的核心思路是：

不要一上来锁整张表，能无锁就无锁，必须加锁时尽量缩小锁范围。

在 JDK 1.8 中，它主要通过下面几种方式保证线程安全：

  • CAS
  • synchronized
  • volatile
  • 桶级别加锁
  • 多线程协助扩容

简单理解：

读操作尽量不加锁
写操作尽量只锁当前桶
扩容时多个线程可以一起帮忙迁移数据

这就是它比 Hashtable 并发性能更好的核心原因。

六、JDK 1.7 和 JDK 1.8 有什么区别？

这个是面试重点。

1. JDK 1.7：Segment 分段锁

JDK 1.7 中，ConcurrentHashMap 使用的是：

Segment 分段锁

结构大概是：

ConcurrentHashMap
    ↓
Segment[]
    ↓
HashEntry[]

每个 Segment 可以理解成一个小的 HashMap。

不同线程访问不同 Segment 时，可以并发执行。

所以 JDK 1.7 的核心是：

分段锁

优点是：

  • 不锁整张表；
  • 不同 Segment 可以并发访问；
  • 比 Hashtable 性能更好。

2. JDK 1.8：CAS + synchronized

JDK 1.8 取消了 Segment 分段锁。

底层结构变成：

数组 + 链表 + 红黑树

并发控制主要靠：

CAS + synchronized

锁粒度进一步缩小到桶级别。

也就是说：

JDK 1.8 不再锁一整个 Segment，而是尽量只锁当前桶。

面试时可以这样答：

JDK 1.7 的 ConcurrentHashMap 主要通过 Segment 分段锁实现线程安全。
JDK 1.8 取消了 Segment，底层结构变成数组 + 链表 + 红黑树，线程安全主要通过 CAS + synchronized 实现，锁粒度更细。

七、put 流程大概是什么？

不用死背源码，面试时能说清楚大概流程就行。

JDK 1.8 中，put 大概流程如下：

1. 判断 table 是否初始化
2. 根据 key 计算 hash
3. 根据 hash 定位数组下标
4. 如果桶为空，使用 CAS 放入节点
5. 如果桶不为空，对当前桶节点加 synchronized
6. 在链表或红黑树中插入或覆盖
7. 判断是否需要树化或扩容

简单版回答：

put 时先根据 key 计算 hash，然后定位到数组桶。
如果桶为空，就用 CAS 尝试插入。
如果桶不为空，说明发生冲突，就对当前桶加 synchronized，然后在链表或红黑树中插入。
插入完成后，再判断是否需要树化或扩容。

八、get 操作需要加锁吗？

一般不需要。

ConcurrentHashMap 的 get 操作通常是无锁的。

它主要依赖 volatile 保证可见性。

get 大概流程：

1. 根据 key 计算 hash
2. 定位桶位置
3. 如果第一个节点就是目标 key，直接返回
4. 否则在链表或红黑树中继续查找

面试时可以这样答：

ConcurrentHashMap 的 get 操作一般不加锁，主要依赖 volatile 保证可见性，所以读性能比较好。

这也是 ConcurrentHashMap 读性能比较高的一个原因。

九、ConcurrentHashMap 基本使用示例

最基础使用方式：

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class ConcurrentHashMapBasicDemo {

    public static void main(String[] args) {
        Map<String, String> map = new ConcurrentHashMap<>();

        map.put("Java", "后端开发");
        map.put("Redis", "缓存");
        map.put("MySQL", "数据库");

        System.out.println(map.get("Java"));
        System.out.println(map.get("Redis"));
        System.out.println(map.get("MySQL"));
    }
}

输出：

后端开发
缓存
数据库

这种用法和普通 HashMap 很像。

区别是：

ConcurrentHashMap 更适合多线程共享读写场景。

十、多线程写入示例

用 ConcurrentHashMap 改造前面的例子。

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CountDownLatch;

public class ConcurrentHashMapSafeDemo {

    public static void main(String[] args) throws InterruptedException {
        Map<Integer, Integer> map = new ConcurrentHashMap<>();

        int threadCount = 10;
        int eachThreadCount = 10000;

        CountDownLatch latch = new CountDownLatch(threadCount);

        for (int i = 0; i < threadCount; i++) {
            int start = i * eachThreadCount;

            new Thread(() -> {
                for (int j = 0; j < eachThreadCount; j++) {
                    map.put(start + j, j);
                }
                latch.countDown();
            }).start();
        }

        latch.await();

        System.out.println("理论数量：" + threadCount * eachThreadCount);
        System.out.println("实际数量：" + map.size());
    }
}

输出一般是：

理论数量：100000
实际数量：100000

这说明在多线程并发写入时，ConcurrentHashMap 能保证单次 put 操作的线程安全。

十一、ConcurrentHashMap 能不能存 null？

不能。

ConcurrentHashMap 不允许：

  • null key；
  • null value。

示例：

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class ConcurrentHashMapNullDemo {

    public static void main(String[] args) {
        Map<String, String> map = new ConcurrentHashMap<>();

        map.put(null, "Java");
    }
}

运行会报：

NullPointerException

再看 value 为 null：

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class ConcurrentHashMapNullValueDemo {

    public static void main(String[] args) {
        Map<String, String> map = new ConcurrentHashMap<>();

        map.put("Java", null);
    }
}

也会报：

NullPointerException

为什么不允许 null？

主要是为了避免并发场景下产生歧义。

比如：

map.get("A");

如果返回 null，到底表示：

key 不存在？
还是 value 本身就是 null？

在并发环境下，这个判断会更复杂。

所以 ConcurrentHashMap 直接禁止 null key 和 null value。

面试回答：

ConcurrentHashMap 不允许 null key 和 null value。
主要是为了避免并发环境下 get 返回 null 时产生歧义，无法判断是 key 不存在，还是 value 本身就是 null。

十二、组合操作不一定线程安全

这个点很重要。

ConcurrentHashMap 能保证单次操作线程安全，比如：

map.put(key, value);
map.get(key);
map.remove(key);

但它不能保证你写的一组组合逻辑天然线程安全。

比如下面这种写法：

if (!map.containsKey("Java")) {
    map.put("Java", "后端开发");
}

这不是原子操作。

可能线程 A 和线程 B 都判断不存在，然后都执行 put。

看个例子。

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CountDownLatch;

public class ContainsKeyAndPutDemo {

    public static void main(String[] args) throws InterruptedException {
        Map<String, Integer> map = new ConcurrentHashMap<>();

        int threadCount = 10;
        CountDownLatch latch = new CountDownLatch(threadCount);

        for (int i = 0; i < threadCount; i++) {
            int value = i;

            new Thread(() -> {
                if (!map.containsKey("count")) {
                    map.put("count", value);
                }
                latch.countDown();
            }).start();
        }

        latch.await();

        System.out.println(map);
    }
}

这段代码不一定能体现特别明显的问题，但逻辑上它不是原子的。

更推荐写法是：

map.putIfAbsent("count", 1);

完整示例：

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class PutIfAbsentDemo {

    public static void main(String[] args) {
        Map<String, Integer> map = new ConcurrentHashMap<>();

        map.putIfAbsent("count", 1);
        map.putIfAbsent("count", 2);

        System.out.println(map.get("count"));
    }
}

输出：

1

因为第一次插入成功后，第二次发现 key 已存在，就不会覆盖。

所以面试时要补一句：

ConcurrentHashMap 保证的是单次操作线程安全。
如果是先判断再修改这种组合操作，要使用 putIfAbsent、computeIfAbsent 这类原子方法。

十三、computeIfAbsent 示例

computeIfAbsent 也是实际开发里很常用的方法。

它的作用是：

如果 key 不存在，就根据 key 计算一个 value 放进去；如果 key 已存在，就直接返回旧值。

示例：

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class ComputeIfAbsentDemo {

    public static void main(String[] args) {
        Map<String, String> map = new ConcurrentHashMap<>();

        String value1 = map.computeIfAbsent("Java", key -> key + " 后端开发");
        String value2 = map.computeIfAbsent("Java", key -> key + " 新值");

        System.out.println(value1);
        System.out.println(value2);
        System.out.println(map);
    }
}

输出：

Java 后端开发
Java 后端开发
{Java=Java 后端开发}

第二次不会重新计算，因为 key 已经存在。

实际开发中，可以用它做缓存初始化。

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class LocalCacheDemo {

    private static final Map<Long, String> userCache = new ConcurrentHashMap<>();

    public static void main(String[] args) {
        String userName = getUserName(1001L);
        System.out.println(userName);

        String userName2 = getUserName(1001L);
        System.out.println(userName2);
    }

    public static String getUserName(Long userId) {
        return userCache.computeIfAbsent(userId, id -> queryUserNameFromDb(id));
    }

    private static String queryUserNameFromDb(Long userId) {
        System.out.println("查询数据库，userId=" + userId);
        return "用户" + userId;
    }
}

输出：

查询数据库，userId=1001
用户1001
用户1001

可以看到，同一个 userId 第二次不会再查数据库。

当然，真实项目里如果做本地缓存，还要考虑：

  • 数据过期；
  • 数据一致性；
  • 内存占用；
  • 是否需要 Caffeine、Redis 这类缓存组件。

这里主要是演示 computeIfAbsent 的用法。

十四、并发计数不要直接 get 后 put

有些人会这样写计数逻辑：

Integer count = map.get("success");
if (count == null) {
    map.put("success", 1);
} else {
    map.put("success", count + 1);
}

这在并发场景下是不安全的。

因为多个线程可能同时读到同一个旧值，然后覆盖写入。

错误示例：

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CountDownLatch;

public class WrongCounterDemo {

    public static void main(String[] args) throws InterruptedException {
        Map<String, Integer> map = new ConcurrentHashMap<>();

        int threadCount = 10;
        int eachThreadCount = 10000;

        CountDownLatch latch = new CountDownLatch(threadCount);

        map.put("success", 0);

        for (int i = 0; i < threadCount; i++) {
            new Thread(() -> {
                for (int j = 0; j < eachThreadCount; j++) {
                    Integer count = map.get("success");
                    map.put("success", count + 1);
                }
                latch.countDown();
            }).start();
        }

        latch.await();

        System.out.println("理论数量：" + threadCount * eachThreadCount);
        System.out.println("实际数量：" + map.get("success"));
    }
}

可能输出：

理论数量：100000
实际数量：42631

原因是：

get 和 put 分开执行，这组操作不是原子的。

更推荐的写法是使用 AtomicInteger 或 LongAdder。

例如：

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.atomic.LongAdder;

public class RightCounterDemo {

    public static void main(String[] args) throws InterruptedException {
        Map<String, LongAdder> map = new ConcurrentHashMap<>();

        int threadCount = 10;
        int eachThreadCount = 10000;

        CountDownLatch latch = new CountDownLatch(threadCount);

        map.put("success", new LongAdder());

        for (int i = 0; i < threadCount; i++) {
            new Thread(() -> {
                for (int j = 0; j < eachThreadCount; j++) {
                    map.get("success").increment();
                }
                latch.countDown();
            }).start();
        }

        latch.await();

        System.out.println("理论数量：" + threadCount * eachThreadCount);
        System.out.println("实际数量：" + map.get("success").sum());
    }
}

输出：

理论数量：100000
实际数量：100000

也可以结合 computeIfAbsent：

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.atomic.LongAdder;

public class CounterWithComputeIfAbsentDemo {

    public static void main(String[] args) throws InterruptedException {
        Map<String, LongAdder> map = new ConcurrentHashMap<>();

        int threadCount = 10;
        int eachThreadCount = 10000;

        CountDownLatch latch = new CountDownLatch(threadCount);

        for (int i = 0; i < threadCount; i++) {
            new Thread(() -> {
                for (int j = 0; j < eachThreadCount; j++) {
                    map.computeIfAbsent("success", key -> new LongAdder()).increment();
                }
                latch.countDown();
            }).start();
        }

        latch.await();

        System.out.println("理论数量：" + threadCount * eachThreadCount);
        System.out.println("实际数量：" + map.get("success").sum());
    }
}

这也是实际项目里比较常见的写法。

十五、ConcurrentHashMap 和 HashMap 的区别

简单对比：

对比项

HashMap

ConcurrentHashMap

线程安全

不安全

安全

并发场景

不适合

适合

null key

允许一个 null key

不允许

null value

允许 null value

不允许

底层结构

数组 + 链表 + 红黑树

数组 + 链表 + 红黑树

典型用途

普通 Map

并发共享 Map

一句话：

HashMap 适合单线程或局部变量场景；ConcurrentHashMap 适合多线程共享读写场景。

十六、ConcurrentHashMap 和 Hashtable 的区别

对比项

Hashtable

ConcurrentHashMap

线程安全

安全

安全

锁粒度

整表锁

桶级别锁

性能

较差

更好

null key/value

不允许

不允许

推荐程度

不推荐

推荐

一句话：

Hashtable 是早期线程安全 Map，方法级 synchronized 锁粒度太粗；
ConcurrentHashMap 锁粒度更细，并发性能更好，实际开发中更推荐。

十七、实际开发中怎么用？

1. 多线程任务结果记录

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class TaskResultDemo {

    private static final Map<String, String> taskResultMap = new ConcurrentHashMap<>();

    public static void main(String[] args) {
        taskResultMap.put("task_001", "SUCCESS");
        taskResultMap.put("task_002", "FAIL");

        System.out.println(taskResultMap.get("task_001"));
    }
}

2. 本地缓存

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class UserCacheDemo {

    private static final Map<Long, UserInfo> userCache = new ConcurrentHashMap<>();

    public static void main(String[] args) {
        UserInfo user = getUserInfo(1001L);
        System.out.println(user);
    }

    public static UserInfo getUserInfo(Long userId) {
        return userCache.computeIfAbsent(userId, UserCacheDemo::queryUserFromDb);
    }

    private static UserInfo queryUserFromDb(Long userId) {
        System.out.println("模拟查询数据库，userId=" + userId);
        return new UserInfo(userId, "用户" + userId);
    }

    static class UserInfo {
        private Long userId;
        private String userName;

        public UserInfo(Long userId, String userName) {
            this.userId = userId;
            this.userName = userName;
        }

        @Override
        public String toString() {
            return "UserInfo{" +
                    "userId=" + userId +
                    ", userName='" + userName + '\'' +
                    '}';
        }
    }
}

3. 批处理分组统计

import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.LongAdder;

public class GroupCountDemo {

    public static void main(String[] args) {
        List<String> statusList = Arrays.asList(
                "SUCCESS", "FAIL", "SUCCESS", "PROCESSING",
                "SUCCESS", "FAIL", "SUCCESS"
        );

        Map<String, LongAdder> countMap = new ConcurrentHashMap<>();

        statusList.parallelStream().forEach(status -> {
            countMap.computeIfAbsent(status, key -> new LongAdder()).increment();
        });

        countMap.forEach((key, value) -> {
            System.out.println(key + " = " + value.sum());
        });
    }
}

输出类似：

PROCESSING = 1
SUCCESS = 4
FAIL = 2

这个例子里：

  • ConcurrentHashMap 保证并发访问安全；
  • LongAdder 适合高并发计数；
  • computeIfAbsent 保证初始化逻辑更简洁。

十八、ConcurrentHashMap 一定不会有并发问题吗？

不是。

这一点面试里很加分。

ConcurrentHashMap 只能保证 Map 自身提供的单个操作是线程安全的。

但业务层面的组合逻辑，不一定线程安全。

例如：

if (!map.containsKey(key)) {
    map.put(key, value);
}

这就是典型的组合操作，不是原子的。

更推荐：

map.putIfAbsent(key, value);

或者：

map.computeIfAbsent(key, k -> value);

再比如计数：

错误写法：

map.put(key, map.get(key) + 1);

推荐：

map.computeIfAbsent(key, k -> new LongAdder()).increment();

所以面试可以补一句：

ConcurrentHashMap 不是万能的。
它保证的是容器内部操作的线程安全，但如果业务代码由多个操作组合而成，仍然要考虑原子性。

十九、面试回答模板

如果面试官问：

ConcurrentHashMap 为什么线程安全？

可以这样回答：

ConcurrentHashMap 是线程安全的 Map，适合多线程并发读写场景。

JDK 1.7 中主要通过 Segment 分段锁实现线程安全，不同 Segment 可以并发访问，避免像 Hashtable 一样锁整张表。

JDK 1.8 中取消了 Segment，底层结构变成数组 + 链表 + 红黑树，线程安全主要通过 CAS + synchronized 实现。put 时，如果桶为空，会使用 CAS 插入；如果桶不为空，会对当前桶节点加 synchronized，然后在链表或红黑树中完成插入或更新。

它的 get 操作一般不加锁，主要依赖 volatile 保证可见性，所以读性能比较好。

相比 Hashtable 直接锁整个方法，ConcurrentHashMap 锁粒度更细，并发性能更好。

不过 ConcurrentHashMap 只能保证单次操作线程安全，如果是 containsKey 再 put 这种组合操作，还是要用 putIfAbsent、computeIfAbsent 这类原子方法。

这段回答基本就够用了。

二十、一句话总结

ConcurrentHashMap 的核心不是简单“加锁”。

它真正的重点是：

CAS + synchronized + 更细粒度锁控制

JDK 1.7 靠分段锁。

JDK 1.8 靠 CAS + synchronized，锁粒度缩小到桶级别。

面试时只要把下面几个点讲清楚：

  • 为什么 HashMap 不安全；
  • Hashtable 为什么性能差；
  • JDK 1.7 和 JDK 1.8 的区别；
  • put 和 get 的大概流程；
  • 为什么不能存 null；
  • 组合操作为什么仍然要注意原子性；

基本就不会乱。

大家加油：）

# java # 面试 # 开发语言
Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

SeedVR2终极指南：如何用单步扩散模型实现专业级视频修复

还在为老旧视频的模糊画质而烦恼吗？面对抖动严重的监控录像或褪色的家庭影像，你是否曾希望有一种简单高效的修复方案？SeedVR2正是为解决这些痛点而生的一站式视频修复工具。作为字节跳动推出的先进视频修复模型，它能够在单步推理中实现专业级的视频质量提升，彻底改变了传统视频修复的工作流程。## 核心价值：为什么选择SeedVR2进行视频修复？**传统视频修复的三大瓶颈**：1. **计算成本高

avatar AI Agent技术社区

深度解析Amlogic S9xxx电视盒子Armbian系统：从闲置设备到Linux服务器的终极实战指南

你是否拥有一台闲置的Amlogic S9xxx系列电视盒子？想让它摆脱单一的视频播放功能，变身为功能强大的Linux服务器、开发平台或家庭媒体中心？本指南将为你详细解析如何通过Armbian系统实现这一转变，让你的电视盒子重获新生，成为高性能的Linux设备。Armbian系统基于Debian/Ubuntu构建，专为ARM芯片优化，提供了完整的Linux生态支持。## 🎯 核心价值与独特优势

avatar AI Agent技术社区

CANN/runtime Event管理API

本章节描述 CANN Runtime 的 Event 管理接口，用于事件的创建、记录、同步、计时及 IPC 跨进程共享。- [`aclError aclrtCreateEvent(aclrtEvent *event)`](#aclrtCreateEvent)：创建Event，创建出来的Event可用于统计两个Event之间的耗时、多Stream之间的任务同步等场景。- [`aclError

avatar AI Agent技术社区