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.  
6. // Retrieve the first source with data 
7. Observable source = Observable  
8.   .concat(memory, disk, network) 
9.   .first(); 
10.  
11. // Our sources (left as an exercise for the reader) 
12. Observablememory = ...;   
13. Observabledisk = ...;   
14. Observablenetwork = ...; 
15.  
16. // Retrieve the first source with data 
17. Observablesource = Observable   
18.   .concat(memory, disk, network) 
19.   .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.  
8. Observable diskWithCache = disk.doOnNext(new Action1() { 
9. @Override public void call(Data data) { 
10.   cacheInMemory(data); 
11. } 
12. }); 
13.  
14.  ObservablenetworkWithSave = network.doOnNext(new Action1() { 
15. @Overridepublic void call(Datadata) { 
16. saveToDisk(data); 
17. cacheInMemory(data); 
18. } 
19. }); 
20.  
21. ObservablediskWithCache = disk.doOnNext(new Action1() { 
22. @Overridepublic void call(Datadata) { 
23.   cacheInMemory(data); 
24. } 
25. }); 

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.  
9. Observablesource = Observable 
10.     .concat(memory, diskWithCache, networkWithSave) 
11.     .first(new Func1() { 
12.       @Overridepublic Boolean call(Datadata) { 
13.         return data.isUpToDate(); 
14.       } 
15.     }); 

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