Skip to content

Latest commit

 

History

History
89 lines (56 loc) · 4.26 KB

使用RxJava从几个数据源中加载数据.md

File metadata and controls

89 lines (56 loc) · 4.26 KB

使用RxJava从多个数据源中加载数据


假设我需要从网络上获取一些数据。每次需要数据的时候,我都可以简单的访问网络,但是,将数据缓存到磁盘或内存则可以更有效率。

更明确的说,我希望是这样的:

1、偶尔的从网络上获取新数据。 2、然而可以尽快的恢复数据(通过缓存网络数据的结果)。

我想要使用RxJava实现。

基本模式

给每一数据源(网络、磁盘和内存)一个Observable<Data>接口,我们可以通过两个操作:concat()first(),来实现一个简单的解决方案。

concat()持有多个Observables,并且把它们连接在队列里。first()仅从队列里中获取到第一个条目。因此,如果你使用concat().first()可以从多个数据源中获取到第一个。

让我们看看它是如何实现的:

// Our sources (left as an exercise for the reader)
Observable<Data> memory = ...;  
Observable<Data> disk = ...;  
Observable<Data> network = ...;

// Retrieve the first source with data
Observable<Data> source = Observable  
  .concat(memory, disk, network)
  .first();

这种模式的关键是concat()只在需要资源的时候才会订阅每个子Observable。如果数据被缓存,就不需要通过速度慢的数据源来获取数据。

注意concat()Observables数据源的顺序问题,因为它们是被一个接一个检索出来的。

保存数据

很显然,下一步就是保存数据源。如果,你没有将网络请求的结果保存到磁盘,将磁盘的地址保存在内存中,那就再也没法挽救啦!上面所有的代码就是让网咯请求持久化。

我的解决方式是在每次发出请求的时候保存或缓存数据源:

Observable<Data> networkWithSave = network.doOnNext(data -> {  
  saveToDisk(data);
  cacheInMemory(data);
});

Observable<Data> diskWithCache = disk.doOnNext(data -> {  
  cacheInMemory(data);
});

现在,如果你使用networkWithSave diskWithCache,数据都将会在你下载的时候自动保存。

(这种策略的另外一个好处就是networkWithSave/diskWithCache 可以在任何地方使用,不仅仅在我们的多个数据源模式下。)

旧数据

很不幸,现在我们保存数据的代码运行的太好啦!它总是会返回相同的数据,不管数据有没有过期。记着,我想要返回到偶尔从服务器获取新的数据。

这个解决方案在first()中,我们可以执行筛选,只需要过滤掉那些过期的数据:

Observable<Data> source = Observable  
  .concat(memory, diskWithCache, networkWithSave)
  .first(data -> data.isUpToDate());

现在,我们只会获取被证明是最新的条目。因此,如果我们的资源有一条旧数据,我们就会略过,直接到下一条数据,直到我们找到新数据。

first()vs.takeFirst()

你可以选择使用first(),你也可以选择使用takeFirst()

这两种调用的区别是当没有可用资源的时候,first()会抛出一个NoSuchElementException的异常,然而,takeFirst()只会简单的结束。

你使用哪种就看你是否需要明确的处理数据是否用完。

代码案例

这里是以上代码的运用,你可以在这儿checkout出代码:https://github.com/dlew/rxjava-multiple-sources-sample

如果你需要一个实际案例,checkout出Gfycat的应用,它是使用这种模式查看Gfycat中的动态数据。Gfycat中的代码并没有使用以上的所有功能(因为它不需要),但是它演示了concat().first()的基本用法。