试想，需要一些动态数据的时候，只要每次都请求网络就可以了。但是，更有效率的做法是，把联网得到的数据，缓存到磁盘或内存。

具体的说，计划如下：

1. 偶尔的联网操作，只为获取最新数据。

2. 尽可能快的读取到数据（通过获取之前缓存的网络数据）。

我将通过使用 RxJava ，来实现这个计划。

基本模式

为每一个数据源（网络，磁盘和内存）创建Observable，使用concat()和first()操作符，构造一个简单的实现方式。

concat() 操作符持有多个Observable对象，并将它们按顺序串联成队列。 first() 操作符只从串联队列中取出并发送第一个事件。因此，如果使用concat().first()，无论多少个数据源，只有第一个事件会被检索出并发送。

1. // Our sources (left as an exercise for the reader)
2. Observable memory = ...;
3. Observable disk = ...;
4. Observable network = ...;
5. // Retrieve the first source with data
6. Observable source = Observable
7. .concat(memory, disk, network)
8. .first();
9. // Our sources (left as an exercise for the reader)
10. Observablememory = ...;
11. Observabledisk = ...;
12. Observablenetwork = ...;
13. // Retrieve the first source with data
14. Observablesource = Observable
15. .concat(memory, disk, network)
16. .first();

这种模式的关键在于concat()操作符只有需要数据的时候才会订阅所有的Observable数据源。由于first()操作符会较早的停止检 索队列，所以，如果存在缓存数据，就没有必要访问较慢的数据源。 也就是说，如果memory返回结果，就不必担心disk和network会被访问。相反地，如果内存和磁盘都没有数据，才执行网络请求。

注意concat()所持有的Observable数据源，是按照一个接一个的顺序被检索的。

持久化数据

很明显，下一步是缓存数据。如果不把网络请求后的结果缓存到磁盘，磁盘访问后的结果缓存到内存，那么这根本不就不叫缓存。接下来要写的代码就是，网络数据的持久化操作。

我的解决方案是，让每个数据源在发送完事件后，都保存或者缓存数据。

1. Observable networkWithSave = network.doOnNext(new Action1() {
2. @Override public void call(Data data) {
3. saveToDisk(data);
4. cacheInMemory(data);
5. }
6. });
7. Observable diskWithCache = disk.doOnNext(new Action1() {
8. @Override public void call(Data data) {
9. cacheInMemory(data);
10. }
11. });
12. ObservablenetworkWithSave = network.doOnNext(new Action1() {
13. @Overridepublic void call(Datadata) {
14. saveToDisk(data);
15. cacheInMemory(data);
16. }
17. });
18. ObservablediskWithCache = disk.doOnNext(new Action1() {
19. @Overridepublic void call(Datadata) {
20. cacheInMemory(data);
21. }
22. });

现在，如果你使用networkWithSave和diskWithCache，数据将会在加载后自动保存。

（这個策略的另一个优势在于networkWithSave和diskWithCache可以在任何地方被使用，不局限于我们的多数据模式下。）

陈旧的数据

不幸的，现在我们保存数据的那些代码，执行的有点过头了。无论数据是否过时，它总是返回相同的数据。我们希望做到，偶尔连接服务器抓取最新的数据。

解决方法在于，使用first()操作符进行过滤。就是设置它拒绝接收毫无价值的数据。

1. Observable source = Observable
2. .concat(memory, diskWithCache, networkWithSave)
3. .first(new Func1() {
4. @Override public Boolean call(Data data) {
5. return data.isUpToDate();
6. }
7. });
8. Observablesource = Observable
9. .concat(memory, diskWithCache, networkWithSave)
10. .first(new Func1() {
11. @Overridepublic Boolean call(Datadata) {
12. return data.isUpToDate();
13. }
14. });

现在，我们只需要发送被断定为最新数据的事件就OK了。因此，只要有一个数据源的数据过期，就继续检索下一个数据源，直到找到最新数据为止。

first()和takeFirst()操作符的比较

对于这种设计模式，first()和takeFirst()操作符可以二选其一。

两种调用方式的区别在于，如果所有数据源的数据均过期，没有任何的有效数据作为事件发送，first()会抛出 NoSuchElementException异常（译者注：first()操作符均return false），而takeFirst()操作符则直接调用完成操作，不会抛出任何异常。

使用哪个操作符，完全取决于是否需要明确处理缺失的数据。

代码示例

可以从这里检出，以上所有代码的实现示例： https://github.com/dlew/rxjava-multiple-sources-sample 。

如果需要一个真实示例，检出 Gfycat App ，它在获取数据的时候使用了这种模式。项目并没有使用以上展示的所有功能（因为不需要），但是，示范了concat().first()的基本用法。

来源：51CTO