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)。
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。
// 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();
observablememory = ...;
observabledisk = ...;
observablenetwork = ...;
observablesource = observable
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() {
cacheinmemory(data);
observablenetworkwithsave = network.doonnext(new action1() {
@overridepublic void call(datadata) {
observablediskwithcache = disk.doonnext(new action1() {
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
@overridepublic boolean call(datadata) {
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
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
来源:51cto