这是一篇关于用 Rust 实现相对简单的 Datalog 引擎（DataFrog）的文章，主要内容如下：

• 背景与致谢：为响应 Rust 团队在新的改进型借用检查器方面的工作而构建，感谢 @lqd、@nikomatsakis 和 @qmx 的推动、测试等。
• Datalog 简介：是几十年前重新流行起来的语言，从一些“元组”集合（常称为“事实”）开始，反复应用规则从现有元组推导出新元组，规则形式受限。
• 关系（Relation）：定义了 Relation<Tuple>，是排序且无重复的 Tuple 元素列表，通过 From<Vec<Tuple>> 实现从 Vec 创建，还通过 IntoIterator 实现接受其他可枚举类型，并有 merge 方法合并两个关系。
• 变量（Variable）：用于处理不断增长的关系，包含“稳定”（已处理过多次的元组）、“近期”（最近添加但未处理的元组）和“待添加”（即将添加的元组）三个部分，规则可根据不同部分进行操作。
• 规则（Rules）：以 nodes(y) <- nodes(x), edges(x,y) 为例，介绍了如何通过规则从已有关系中推导出新关系，只需关注涉及“近期”元组的匹配。
• 辅助函数（Helpers）：开发了用于连接关系的 join_helper 方法，通过合并两个已排序的关系来查找匹配的键值对，还介绍了 gallop 方法用于快速定位匹配位置。
• 规则的实现（Rules (redux)）：通过 join_into 方法实现规则，将两个输入变量的匹配结果添加到输出变量中，通过多次调用 join_helper 并进行转换来实现。
• 去重（Distinctness）：实现了 changed 方法来处理变量中的元组，将“近期”元组合并到“稳定”元组中，将“待添加”元组移动到“近期”元组中，并去除已存在于“稳定”元组中的元素。
• 注意事项（Caveats）：由于各种 ergonomic 原因，一些字段被包装在 Rc<RefCell<_>> 中，实现中也有一些简化以提高性能。
• 示例（An example）：以 nodes 和 edges 为例，展示了如何使用 DataFrog 进行实际计算，并与 ASPLOS 论文中的结果进行比较，运行时间约为 1.5s 加载数据，3s 进行计算。
• 下一步（Next steps）：指出目前的 ergonomics 存在一些问题，希望未来能通过更简单的 Datalog 语法实现自动化，同时希望更多人关注和改进该引擎。
• 附加内容（Addendum 2018-05-21: Treefrog Leapjoin）：介绍了 Rust 团队感兴趣的更复杂的基准查询规则，以及“treefrog leapjoin”算法，通过 ExtendWith 和 Leaper trait 实现更高效的连接操作，还讨论了不同类型的约束实现，并在 Rust 的原型借用检查器中进行了性能测试，将时间从 6.985s 优化到 5.275s。