試想，需要一些動態數據的時候，只要每次都請求網絡就可以了。但是，更有效率的做法是，把聯網得到的數據，緩存到磁盤或內存。

具體的說，計劃如下：

1. 偶爾的聯網操作，只為獲取***數據。

2. 盡可能快的讀取到數據（通過獲取之前緩存的網絡數據）。

我將通過使用 RxJava ，來實現這個計劃。

基本模式

為每一個數據源（網絡，磁盤和內存）創建Observable，使用concat()和first()操作符，構造一個簡單的實現方式。

concat() 操作符持有多個Observable對象，并將它們按順序串聯成隊列。 first() 操作符只從串聯隊列中取出并發送***個事件。因此，如果使用concat().first()，無論多少個數據源，只有***個事件會被檢索出并發送。

// Our sources (left as an exercise for the reader) 
Observable memory = ...;  
Observable disk = ...;  
Observable network = ...; 
 
// Retrieve the first source with data 
Observable source = Observable  
  .concat(memory, disk, network) 
  .first(); 
 
// Our sources (left as an exercise for the reader) 
Observablememory = ...;   
Observabledisk = ...;   
Observablenetwork = ...; 
 
// Retrieve the first source with data 
Observablesource = Observable   
  .concat(memory, disk, network) 
  .first(); 

這種模式的關鍵在于concat()操作符只有需要數據的時候才會訂閱所有的Observable數據源。由于first()操作符會較早的停止檢 索隊列，所以，如果存在緩存數據，就沒有必要訪問較慢的數據源。 也就是說，如果memory返回結果，就不必擔心disk和network會被訪問。相反地，如果內存和磁盤都沒有數據，才執行網絡請求。

注意concat()所持有的Observable數據源，是按照一個接一個的順序被檢索的。

持久化數據

很明顯，下一步是緩存數據。如果不把網絡請求后的結果緩存到磁盤，磁盤訪問后的結果緩存到內存，那么這根本不就不叫緩存。接下來要寫的代碼就是，網絡數據的持久化操作。

我的解決方案是，讓每個數據源在發送完事件后，都保存或者緩存數據。

Observable networkWithSave = network.doOnNext(new Action1() { 
@Override public void call(Data data) { 
saveToDisk(data); 
cacheInMemory(data); 
} 
}); 
 
Observable diskWithCache = disk.doOnNext(new Action1() { 
@Override public void call(Data data) { 
  cacheInMemory(data); 
} 
}); 
 
 ObservablenetworkWithSave = network.doOnNext(new Action1() { 
@Overridepublic void call(Datadata) { 
saveToDisk(data); 
cacheInMemory(data); 
} 
}); 
 
ObservablediskWithCache = disk.doOnNext(new Action1() { 
@Overridepublic void call(Datadata) { 
  cacheInMemory(data); 
} 
}); 

現在，如果你使用networkWithSave和diskWithCache，數據將會在加載后自動保存。

（這個策略的另一個優勢在于networkWithSave和diskWithCache可以在任何地方被使用，不局限于我們的多數據模式下。）

陳舊的數據

不幸的，現在我們保存數據的那些代碼，執行的有點過頭了。無論數據是否過時，它總是返回相同的數據。我們希望做到，偶爾連接服務器抓取***的數據。

解決方法在于，使用first()操作符進行過濾。就是設置它拒絕接收毫無價值的數據。

Observable source = Observable 
    .concat(memory, diskWithCache, networkWithSave) 
    .first(new Func1() { 
      @Override public Boolean call(Data data) { 
        return data.isUpToDate(); 
      } 
    }); 
 
Observablesource = Observable 
    .concat(memory, diskWithCache, networkWithSave) 
    .first(new Func1() { 
      @Overridepublic Boolean call(Datadata) { 
        return data.isUpToDate(); 
      } 
    }); 

現在，我們只需要發送被斷定為***數據的事件就OK了。因此，只要有一個數據源的數據過期，就繼續檢索下一個數據源，直到找到***數據為止。

first()和takeFirst()操作符的比較

對于這種設計模式，first()和takeFirst()操作符可以二選其一。

兩種調用方式的區別在于，如果所有數據源的數據均過期，沒有任何的有效數據作為事件發送，first()會拋出 NoSuchElementException異常（譯者注：first()操作符均return false），而takeFirst()操作符則直接調用完成操作，不會拋出任何異常。

使用哪個操作符，完全取決于是否需要明確處理缺失的數據。

代碼示例

可以從這里檢出，以上所有代碼的實現示例： https://github.com/dlew/rxjava-multiple-sources-sample 。

如果需要一個真實示例，檢出 Gfycat App ，它在獲取數據的時候使用了這種模式。項目并沒有使用以上展示的所有功能（因為不需要），但是，示范了concat().first()的基本用法。