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：
偶尔的联网操作，只为获取最新数据。 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。
// 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();
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。
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);
}
});
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。
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();
??????}
????});
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。