]> git.sur5r.net Git - openldap/blobdiff - libraries/libmdb/mdb.c
Fix flag checks in mdb_open
[openldap] / libraries / libmdb / mdb.c
index 344144aadd68b44fb6487a9bb012a7971494d13a..091e8ec569d0a0512bb5ca5fb82a889db958ca77 100644 (file)
@@ -32,6 +32,7 @@
  * ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION, ARISING OUT OF
  * OR IN CONNECTION WITH THE USE OR PERFORMANCE OF THIS SOFTWARE.
  */
+#define _GNU_SOURCE 1
 #include <sys/types.h>
 #include <sys/stat.h>
 #include <sys/param.h>
 #include <resolv.h>    /* defines BYTE_ORDER on HPUX and Solaris */
 #endif
 
+#if defined(__APPLE__) || defined (BSD)
+# define MDB_USE_POSIX_SEM     1
+# define MDB_FDATASYNC         fsync
+#elif defined(ANDROID)
+# define MDB_FDATASYNC         fsync
+#endif
+
 #ifndef _WIN32
 #include <pthread.h>
-#ifdef __APPLE__
+#ifdef MDB_USE_POSIX_SEM
 #include <semaphore.h>
 #endif
 #endif
 #define pthread_mutex_t        HANDLE
 #define pthread_key_t  DWORD
 #define pthread_self() GetCurrentThreadId()
-#define pthread_key_create(x,y)        (*(x) = TlsAlloc())
+#define pthread_key_create(x,y)        \
+       ((*(x) = TlsAlloc()) == TLS_OUT_OF_INDEXES ? ErrCode() : 0)
 #define pthread_key_delete(x)  TlsFree(x)
 #define pthread_getspecific(x) TlsGetValue(x)
-#define pthread_setspecific(x,y)       TlsSetValue(x,y)
+#define pthread_setspecific(x,y)       (TlsSetValue(x,y) ? 0 : ErrCode())
 #define pthread_mutex_unlock(x)        ReleaseMutex(x)
 #define pthread_mutex_lock(x)  WaitForSingleObject(x, INFINITE)
 #define LOCK_MUTEX_R(env)      pthread_mutex_lock((env)->me_rmutex)
 #define UNLOCK_MUTEX_W(env)    pthread_mutex_unlock((env)->me_wmutex)
 #define getpid()       GetCurrentProcessId()
 #define        MDB_FDATASYNC(fd)       (!FlushFileBuffers(fd))
+#define        MDB_MSYNC(addr,len,flags)       (!FlushViewOfFile(addr,len))
 #define        ErrCode()       GetLastError()
 #define GET_PAGESIZE(x) {SYSTEM_INFO si; GetSystemInfo(&si); (x) = si.dwPageSize;}
 #define        close(fd)       CloseHandle(fd)
 #define        munmap(ptr,len) UnmapViewOfFile(ptr)
 #else
-#ifdef __APPLE__
-#define LOCK_MUTEX_R(env)      sem_wait((env)->me_rmutex)
+
+#ifdef MDB_USE_POSIX_SEM
+
+#define LOCK_MUTEX_R(env)      mdb_sem_wait((env)->me_rmutex)
 #define UNLOCK_MUTEX_R(env)    sem_post((env)->me_rmutex)
-#define LOCK_MUTEX_W(env)      sem_wait((env)->me_wmutex)
+#define LOCK_MUTEX_W(env)      mdb_sem_wait((env)->me_wmutex)
 #define UNLOCK_MUTEX_W(env)    sem_post((env)->me_wmutex)
-#define MDB_FDATASYNC(fd)      fsync(fd)
+
+static int
+mdb_sem_wait(sem_t *sem)
+{
+   int rc;
+   while ((rc = sem_wait(sem)) && (rc = errno) == EINTR) ;
+   return rc;
+}
+
 #else
-#ifdef ANDROID
-#define MDB_FDATASYNC(fd)      fsync(fd)
-#endif
        /** Lock the reader mutex.
         */
 #define LOCK_MUTEX_R(env)      pthread_mutex_lock(&(env)->me_txns->mti_mutex)
        /** Unlock the writer mutex.
         */
 #define UNLOCK_MUTEX_W(env)    pthread_mutex_unlock(&(env)->me_txns->mti_wmutex)
-#endif /* __APPLE__ */
+#endif /* MDB_USE_POSIX_SEM */
 
        /** Get the error code for the last failed system function.
         */
 #define        GET_PAGESIZE(x) ((x) = sysconf(_SC_PAGE_SIZE))
 #endif
 
-#if defined(_WIN32) || defined(__APPLE__)
+#if defined(_WIN32) || defined(MDB_USE_POSIX_SEM)
 #define MNAME_LEN      32
 #else
 #define MNAME_LEN      (sizeof(pthread_mutex_t))
  */
 #ifndef MDB_FDATASYNC
 # define MDB_FDATASYNC fdatasync
+#endif
+
+#ifndef MDB_MSYNC
+# define MDB_MSYNC(addr,len,flags)     msync(addr,len,flags)
+#endif
+
+#ifndef MS_SYNC
+#define        MS_SYNC 1
+#endif
+
+#ifndef MS_ASYNC
+#define        MS_ASYNC        0
 #endif
 
        /** A page number in the database.
         *      @note In the #MDB_node structure, we only store 48 bits of this value,
         *      which thus limits us to only 60 bits of addressable data.
         */
-typedef ID     pgno_t;
+typedef MDB_ID pgno_t;
 
        /** A transaction ID.
         *      See struct MDB_txn.mt_txnid for details.
         */
-typedef ID     txnid_t;
+typedef MDB_ID txnid_t;
 
 /** @defgroup debug    Debug Macros
  *     @{
@@ -335,49 +364,10 @@ static txnid_t mdb_debug_start;
 #define DKEY(x)        0
 #endif
 
-/**    @defgroup lazylock      Lazy Locking
- *     Macros for locks that aren't actually needed.
- *     The DB view is always consistent because all writes are wrapped in
- *     the wmutex. Finer-grained locks aren't necessary.
- *     @{
- */
-#ifndef        LAZY_LOCKS
-       /**     Use lazy locking. I.e., don't lock these accesses at all. */
-#define        LAZY_LOCKS      1
-#endif
-#if    LAZY_LOCKS
-       /** Grab the reader lock */
-#define        LAZY_MUTEX_LOCK(x)
-       /** Release the reader lock */
-#define        LAZY_MUTEX_UNLOCK(x)
-       /** Release the DB table reader/writer lock */
-#define        LAZY_RWLOCK_UNLOCK(x)
-       /** Grab the DB table write lock */
-#define        LAZY_RWLOCK_WRLOCK(x)
-       /** Grab the DB table read lock */
-#define        LAZY_RWLOCK_RDLOCK(x)
-       /** Declare the DB table rwlock.  Should not be followed by ';'. */
-#define        LAZY_RWLOCK_DEF(x)
-       /** Initialize the DB table rwlock */
-#define        LAZY_RWLOCK_INIT(x,y)
-       /**     Destroy the DB table rwlock */
-#define        LAZY_RWLOCK_DESTROY(x)
-#else
-#define        LAZY_MUTEX_LOCK(x)              pthread_mutex_lock(x)
-#define        LAZY_MUTEX_UNLOCK(x)    pthread_mutex_unlock(x)
-#define        LAZY_RWLOCK_UNLOCK(x)   pthread_rwlock_unlock(x)
-#define        LAZY_RWLOCK_WRLOCK(x)   pthread_rwlock_wrlock(x)
-#define        LAZY_RWLOCK_RDLOCK(x)   pthread_rwlock_rdlock(x)
-#define        LAZY_RWLOCK_DEF(x)              pthread_rwlock_t        x;
-#define        LAZY_RWLOCK_INIT(x,y)   pthread_rwlock_init(x,y)
-#define        LAZY_RWLOCK_DESTROY(x)  pthread_rwlock_destroy(x)
-#endif
-/** @} */
-
        /** An invalid page number.
         *      Mainly used to denote an empty tree.
         */
-#define P_INVALID       (~0UL)
+#define P_INVALID       (~(pgno_t)0)
 
        /** Test if a flag \b f is set in a flag word \b w. */
 #define F_ISSET(w, f)   (((w) & (f)) == (f))
@@ -456,7 +446,7 @@ typedef uint16_t     indx_t;
         *      lock file.
         */
 typedef struct MDB_rxbody {
-       /**     The current Transaction ID when this transaction began.
+       /**     Current Transaction ID when this transaction began, or (txnid_t)-1.
         *      Multiple readers that start at the same time will probably have the
         *      same ID here. Again, it's not important to exclude them from
         *      anything; all we need to know is which version of the DB they
@@ -503,7 +493,7 @@ typedef struct MDB_txbody {
        uint32_t        mtb_magic;
                /** Version number of this lock file. Must be set to #MDB_VERSION. */
        uint32_t        mtb_version;
-#if defined(_WIN32) || defined(__APPLE__)
+#if defined(_WIN32) || defined(MDB_USE_POSIX_SEM)
        char    mtb_rmname[MNAME_LEN];
 #else
                /** Mutex protecting access to this table.
@@ -511,27 +501,16 @@ typedef struct MDB_txbody {
                 */
        pthread_mutex_t mtb_mutex;
 #endif
-#if MDB_VERSION == 1
                /**     The ID of the last transaction committed to the database.
                 *      This is recorded here only for convenience; the value can always
                 *      be determined by reading the main database meta pages.
-                *
-                *      Value is unused, but maintained for backwards compatibility.
-                *      Drop this or mtb_me_toggle when changing MDB_VERSION.
-                *      (Reading both should have been done atomically.)
                 */
        txnid_t         mtb_txnid;
-#endif
                /** The number of slots that have been used in the reader table.
                 *      This always records the maximum count, it is not decremented
                 *      when readers release their slots.
                 */
        unsigned        mtb_numreaders;
-               /**     The ID of the most recent meta page in the database.
-                *      This is recorded here only for convenience; the value can always
-                *      be determined by reading the main database meta pages.
-                */
-       uint32_t        mtb_me_toggle;
 } MDB_txbody;
 
        /** The actual reader table definition. */
@@ -542,15 +521,12 @@ typedef struct MDB_txninfo {
 #define mti_version    mt1.mtb.mtb_version
 #define mti_mutex      mt1.mtb.mtb_mutex
 #define mti_rmname     mt1.mtb.mtb_rmname
-#if MDB_VERSION == 1
 #define mti_txnid      mt1.mtb.mtb_txnid
-#endif
 #define mti_numreaders mt1.mtb.mtb_numreaders
-#define mti_me_toggle  mt1.mtb.mtb_me_toggle
                char pad[(sizeof(MDB_txbody)+CACHELINE-1) & ~(CACHELINE-1)];
        } mt1;
        union {
-#if defined(_WIN32) || defined(__APPLE__)
+#if defined(_WIN32) || defined(MDB_USE_POSIX_SEM)
                char mt2_wmname[MNAME_LEN];
 #define        mti_wmname      mt2.mt2_wmname
 #else
@@ -740,7 +716,7 @@ typedef struct MDB_node {
 #define LEAF2KEY(p, i, ks)     ((char *)(p) + PAGEHDRSZ + ((i)*(ks)))
 
        /** Set the \b node's key into \b key, if requested. */
-#define MDB_SET_KEY(node, key) { if ((key) != NULL) { \
+#define MDB_GET_KEY(node, key) { if ((key) != NULL) { \
        (key)->mv_size = NODEKSZ(node); (key)->mv_data = NODEKEY(node); } }
 
        /** Information about a single database in the environment. */
@@ -819,9 +795,9 @@ struct MDB_txn {
        MDB_env         *mt_env;                /**< the DB environment */
        /** The list of pages that became unused during this transaction.
         */
-       IDL                     mt_free_pgs;
+       MDB_IDL         mt_free_pgs;
        union {
-               ID2L    dirty_list;     /**< modified pages */
+               MDB_ID2L        dirty_list;     /**< modified pages */
                MDB_reader      *reader;        /**< this thread's slot in the reader table */
        } mt_u;
        /** Array of records for each DB known in the environment. */
@@ -850,6 +826,7 @@ struct MDB_txn {
  */
 #define MDB_TXN_RDONLY         0x01            /**< read-only transaction */
 #define MDB_TXN_ERROR          0x02            /**< an error has occurred */
+#define MDB_TXN_DIRTY          0x04            /**< must write, even if dirty list is empty */
 /** @} */
        unsigned int    mt_flags;               /**< @ref mdb_txn */
        /** Tracks which of the two meta pages was used at the start
@@ -896,6 +873,7 @@ struct MDB_cursor {
 #define C_SUB  0x04                    /**< Cursor is a sub-cursor */
 #define C_SHADOW       0x08            /**< Cursor is a dup from a parent txn */
 #define C_ALLOCD       0x10            /**< Cursor was malloc'd */
+#define C_SPLITTING    0x20            /**< Cursor is in page_split */
 /** @} */
        unsigned int    mc_flags;       /**< @ref mdb_cursor */
        MDB_page        *mc_pg[CURSOR_STACK];   /**< stack of pushed pages */
@@ -926,7 +904,7 @@ typedef struct MDB_oldpages {
        struct MDB_oldpages *mo_next;
        /**     The ID of the transaction in which these pages were freed. */
        txnid_t         mo_txnid;
-       /** An #IDL of the pages */
+       /** An #MDB_IDL of the pages */
        pgno_t          mo_pages[1];    /* dynamic */
 } MDB_oldpages;
 
@@ -937,11 +915,17 @@ struct MDB_env {
        HANDLE          me_mfd;                 /**< just for writing the meta pages */
        /** Failed to update the meta page. Probably an I/O error. */
 #define        MDB_FATAL_ERROR 0x80000000U
+       /** Read-only Filesystem. Allow read access, no locking. */
+#define        MDB_ROFS        0x40000000U
+       /** Some fields are initialized. */
+#define        MDB_ENV_ACTIVE  0x20000000U
        uint32_t        me_flags;               /**< @ref mdb_env */
-       uint32_t        me_extrapad;    /**< unused for now */
+       unsigned int    me_psize;       /**< size of a page, from #GET_PAGESIZE */
        unsigned int    me_maxreaders;  /**< size of the reader table */
+       unsigned int    me_numreaders;  /**< max numreaders set by this env */
        MDB_dbi         me_numdbs;              /**< number of DBs opened */
        MDB_dbi         me_maxdbs;              /**< size of the DB table */
+       pid_t           me_pid;         /**< process ID of this env */
        char            *me_path;               /**< path to the DB files */
        char            *me_map;                /**< the memory map of the data file */
        MDB_txninfo     *me_txns;               /**< the memory map of the lock file */
@@ -950,28 +934,23 @@ struct MDB_env {
        size_t          me_mapsize;             /**< size of the data memory map */
        off_t           me_size;                /**< current file size */
        pgno_t          me_maxpg;               /**< me_mapsize / me_psize */
-       unsigned int    me_psize;       /**< size of a page, from #GET_PAGESIZE */
-       unsigned int    me_db_toggle;   /**< which DB table is current */
-       txnid_t         me_wtxnid;              /**< ID of last txn we committed */
        txnid_t         me_pgfirst;             /**< ID of first old page record we used */
        txnid_t         me_pglast;              /**< ID of last old page record we used */
        MDB_dbx         *me_dbxs;               /**< array of static DB info */
-       MDB_db          *me_dbs[2];             /**< two arrays of MDB_db info */
+       uint16_t        *me_dbflags;    /**< array of DB flags */
        MDB_oldpages *me_pghead;        /**< list of old page records */
+       MDB_oldpages *me_pgfree;        /**< list of page records to free */
        pthread_key_t   me_txkey;       /**< thread-key for readers */
        MDB_page        *me_dpages;             /**< list of malloc'd blocks for re-use */
        /** IDL of pages that became unused in a write txn */
-       IDL                     me_free_pgs;
+       MDB_IDL         me_free_pgs;
        /** ID2L of pages that were written during a write txn */
-       ID2                     me_dirty_list[MDB_IDL_UM_SIZE];
-       /** rwlock for the DB tables, if #LAZY_LOCKS is false */
-       LAZY_RWLOCK_DEF(me_dblock)
+       MDB_ID2         me_dirty_list[MDB_IDL_UM_SIZE];
 #ifdef _WIN32
        HANDLE          me_rmutex;              /* Windows mutexes don't reside in shared mem */
        HANDLE          me_wmutex;
-#endif
-#ifdef __APPLE__
-       sem_t           *me_rmutex;             /* Apple doesn't support shared mutexes */
+#elif defined(MDB_USE_POSIX_SEM)
+       sem_t           *me_rmutex;             /* Shared mutexes are not supported */
        sem_t           *me_wmutex;
 #endif
 };
@@ -982,22 +961,27 @@ struct MDB_env {
 #define MDB_COMMIT_PAGES       IOV_MAX
 #endif
 
-static MDB_page *mdb_page_alloc(MDB_cursor *mc, int num);
-static MDB_page *mdb_page_new(MDB_cursor *mc, uint32_t flags, int num);
-static int             mdb_page_touch(MDB_cursor *mc);
+static int  mdb_page_alloc(MDB_cursor *mc, int num, MDB_page **mp);
+static int  mdb_page_new(MDB_cursor *mc, uint32_t flags, int num, MDB_page **mp);
+static int  mdb_page_touch(MDB_cursor *mc);
 
 static int  mdb_page_get(MDB_txn *txn, pgno_t pgno, MDB_page **mp);
 static int  mdb_page_search_root(MDB_cursor *mc,
                            MDB_val *key, int modify);
+#define MDB_PS_MODIFY  1
+#define MDB_PS_ROOTONLY        2
 static int  mdb_page_search(MDB_cursor *mc,
-                           MDB_val *key, int modify);
+                           MDB_val *key, int flags);
 static int     mdb_page_merge(MDB_cursor *csrc, MDB_cursor *cdst);
+
+#define MDB_SPLIT_REPLACE      MDB_APPENDDUP   /**< newkey is not new */
 static int     mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata,
                                pgno_t newpgno, unsigned int nflags);
 
 static int  mdb_env_read_header(MDB_env *env, MDB_meta *meta);
-static int  mdb_env_read_meta(MDB_env *env, int *which);
+static int  mdb_env_pick_meta(const MDB_env *env);
 static int  mdb_env_write_meta(MDB_txn *txn);
+static void mdb_env_close0(MDB_env *env, int excl);
 
 static MDB_node *mdb_node_search(MDB_cursor *mc, MDB_val *key, int *exactp);
 static int  mdb_node_add(MDB_cursor *mc, indx_t indx,
@@ -1058,17 +1042,28 @@ static char *const mdb_errstr[] = {
        "MDB_PAGE_NOTFOUND: Requested page not found",
        "MDB_CORRUPTED: Located page was wrong type",
        "MDB_PANIC: Update of meta page failed",
-       "MDB_VERSION_MISMATCH: Database environment version mismatch"
+       "MDB_VERSION_MISMATCH: Database environment version mismatch",
+       "MDB_INVALID: File is not an MDB file",
+       "MDB_MAP_FULL: Environment mapsize limit reached",
+       "MDB_DBS_FULL: Environment maxdbs limit reached",
+       "MDB_READERS_FULL: Environment maxreaders limit reached",
+       "MDB_TLS_FULL: Thread-local storage keys full - too many environments open",
+       "MDB_TXN_FULL: Nested transaction has too many dirty pages - transaction too big",
+       "MDB_CURSOR_FULL: Internal error - cursor stack limit reached",
+       "MDB_PAGE_FULL: Internal error - page has no more space"
 };
 
 char *
 mdb_strerror(int err)
 {
+       int i;
        if (!err)
                return ("Successful return: 0");
 
-       if (err >= MDB_KEYEXIST && err <= MDB_VERSION_MISMATCH)
-               return mdb_errstr[err - MDB_KEYEXIST];
+       if (err >= MDB_KEYEXIST && err <= MDB_LAST_ERRCODE) {
+               i = err - MDB_KEYEXIST;
+               return mdb_errstr[i];
+       }
 
        return strerror(err);
 }
@@ -1102,22 +1097,45 @@ mdb_dkey(MDB_val *key, char *buf)
 
 /** Display all the keys in the page. */
 static void
-mdb_page_keys(MDB_page *mp)
+mdb_page_list(MDB_page *mp)
 {
        MDB_node *node;
-       unsigned int i, nkeys;
+       unsigned int i, nkeys, nsize;
        MDB_val key;
        DKBUF;
 
        nkeys = NUMKEYS(mp);
-       DPRINTF("numkeys %d", nkeys);
+       fprintf(stderr, "numkeys %d\n", nkeys);
        for (i=0; i<nkeys; i++) {
                node = NODEPTR(mp, i);
                key.mv_size = node->mn_ksize;
                key.mv_data = node->mn_data;
-               DPRINTF("key %d: %s", i, DKEY(&key));
+               nsize = NODESIZE + NODEKSZ(node) + sizeof(indx_t);
+               if (F_ISSET(node->mn_flags, F_BIGDATA))
+                       nsize += sizeof(pgno_t);
+               else
+                       nsize += NODEDSZ(node);
+               fprintf(stderr, "key %d: nsize %d, %s\n", i, nsize, DKEY(&key));
        }
 }
+
+void
+mdb_cursor_chk(MDB_cursor *mc)
+{
+       unsigned int i;
+       MDB_node *node;
+       MDB_page *mp;
+
+       if (!mc->mc_snum && !(mc->mc_flags & C_INITIALIZED)) return;
+       for (i=0; i<mc->mc_top; i++) {
+               mp = mc->mc_pg[i];
+               node = NODEPTR(mp, mc->mc_ki[i]);
+               if (NODEPGNO(node) != mc->mc_pg[i+1]->mp_pgno)
+                       printf("oops!\n");
+       }
+       if (mc->mc_ki[i] >= NUMKEYS(mc->mc_pg[i]))
+               printf("ack!\n");
+}
 #endif
 
 #if MDB_DEBUG > 2
@@ -1129,25 +1147,26 @@ static void mdb_audit(MDB_txn *txn)
 {
        MDB_cursor mc;
        MDB_val key, data;
+       MDB_ID freecount, count;
        MDB_dbi i;
        int rc;
-       ID freecount, count;
 
        freecount = 0;
        mdb_cursor_init(&mc, txn, FREE_DBI, NULL);
        while ((rc = mdb_cursor_get(&mc, &key, &data, MDB_NEXT)) == 0)
-               freecount += *(ID *)data.mv_data;
-       freecount += txn->mt_dbs[0].md_branch_pages + txn->mt_dbs[0].md_leaf_pages +
-               txn->mt_dbs[0].md_overflow_pages;
+               freecount += *(MDB_ID *)data.mv_data;
 
        count = 0;
        for (i = 0; i<txn->mt_numdbs; i++) {
+               MDB_xcursor mx, *mxp;
+               mxp = (txn->mt_dbs[i].md_flags & MDB_DUPSORT) ? &mx : NULL;
+               mdb_cursor_init(&mc, txn, i, mxp);
+               if (txn->mt_dbs[i].md_root == P_INVALID)
+                       continue;
                count += txn->mt_dbs[i].md_branch_pages +
                        txn->mt_dbs[i].md_leaf_pages +
                        txn->mt_dbs[i].md_overflow_pages;
                if (txn->mt_dbs[i].md_flags & MDB_DUPSORT) {
-                       MDB_xcursor mx;
-                       mdb_cursor_init(&mc, txn, i, &mx);
                        mdb_page_search(&mc, NULL, 0);
                        do {
                                unsigned j;
@@ -1166,7 +1185,10 @@ static void mdb_audit(MDB_txn *txn)
                        while (mdb_cursor_sibling(&mc, 1) == 0);
                }
        }
-       assert(freecount + count + 2 >= txn->mt_next_pgno - 1);
+       if (freecount + count + 2 /* metapages */ != txn->mt_next_pgno) {
+               fprintf(stderr, "audit: %lu freecount: %lu count: %lu total: %lu next_pgno: %lu\n",
+                       txn->mt_txnid, freecount, count+2, freecount+count+2, txn->mt_next_pgno);
+       }
 }
 #endif
 
@@ -1208,26 +1230,35 @@ mdb_page_malloc(MDB_cursor *mc) {
  * @param[in] mc cursor A cursor handle identifying the transaction and
  *     database for which we are allocating.
  * @param[in] num the number of pages to allocate.
- * @return Address of the allocated page(s). Requests for multiple pages
+ * @param[out] mp Address of the allocated page(s). Requests for multiple pages
  *  will always be satisfied by a single contiguous chunk of memory.
+ * @return 0 on success, non-zero on failure.
  */
-static MDB_page *
-mdb_page_alloc(MDB_cursor *mc, int num)
+static int
+mdb_page_alloc(MDB_cursor *mc, int num, MDB_page **mp)
 {
        MDB_txn *txn = mc->mc_txn;
        MDB_page *np;
        pgno_t pgno = P_INVALID;
-       ID2 mid;
+       MDB_ID2 mid;
+       int rc;
 
-       if (txn->mt_txnid > 2) {
+       *mp = NULL;
+       /* The free list won't have any content at all until txn 2 has
+        * committed. The pages freed by txn 2 will be unreferenced
+        * after txn 3 commits, and so will be safe to re-use in txn 4.
+        */
+       if (txn->mt_txnid > 3) {
 
                if (!txn->mt_env->me_pghead &&
                        txn->mt_dbs[FREE_DBI].md_root != P_INVALID) {
                        /* See if there's anything in the free DB */
+                       int j;
+                       MDB_reader *r;
                        MDB_cursor m2;
                        MDB_node *leaf;
                        MDB_val data;
-                       txnid_t *kptr, oldest, last;
+                       txnid_t *kptr, last;
 
                        mdb_cursor_init(&m2, txn, FREE_DBI, NULL);
                        if (!txn->mt_env->me_pgfirst) {
@@ -1237,7 +1268,7 @@ mdb_page_alloc(MDB_cursor *mc, int num)
                                last = *kptr;
                        } else {
                                MDB_val key;
-                               int rc, exact;
+                               int exact;
 again:
                                exact = 0;
                                last = txn->mt_env->me_pglast + 1;
@@ -1250,17 +1281,15 @@ again:
                                last = *(txnid_t *)key.mv_data;
                        }
 
-                       {
-                               unsigned int i;
-                               oldest = txn->mt_txnid - 1;
-                               for (i=0; i<txn->mt_env->me_txns->mti_numreaders; i++) {
-                                       txnid_t mr = txn->mt_env->me_txns->mti_readers[i].mr_txnid;
-                                       if (mr && mr < oldest)
-                                               oldest = mr;
-                               }
+                       /* Unusable if referred by a meta page or reader... */
+                       j = 1;
+                       if (last < txn->mt_txnid-1) {
+                               j = txn->mt_env->me_txns->mti_numreaders;
+                               r = txn->mt_env->me_txns->mti_readers + j;
+                               for (j = -j; j && (last<r[j].mr_txnid || !r[j].mr_pid); j++) ;
                        }
 
-                       if (oldest > last) {
+                       if (!j) {
                                /* It's usable, grab it.
                                 */
                                MDB_oldpages *mop;
@@ -1272,12 +1301,14 @@ again:
                                txn->mt_env->me_pglast = last;
                                if (!txn->mt_env->me_pgfirst)
                                        txn->mt_env->me_pgfirst = last;
-                               idl = (ID *) data.mv_data;
+                               idl = (MDB_ID *) data.mv_data;
                                /* We might have a zero-length IDL due to freelist growth
                                 * during a prior commit
                                 */
                                if (!idl[0]) goto again;
                                mop = malloc(sizeof(MDB_oldpages) + MDB_IDL_SIZEOF(idl) - sizeof(pgno_t));
+                               if (!mop)
+                                       return ENOMEM;
                                mop->mo_next = txn->mt_env->me_pghead;
                                mop->mo_txnid = last;
                                txn->mt_env->me_pghead = mop;
@@ -1316,7 +1347,12 @@ none:
                                }
                                if (MDB_IDL_IS_ZERO(mop->mo_pages)) {
                                        txn->mt_env->me_pghead = mop->mo_next;
-                                       free(mop);
+                                       if (mc->mc_dbi == FREE_DBI) {
+                                               mop->mo_next = txn->mt_env->me_pgfree;
+                                               txn->mt_env->me_pgfree = mop;
+                                       } else {
+                                               free(mop);
+                                       }
                                }
                        }
                }
@@ -1326,31 +1362,66 @@ none:
                /* DB size is maxed out */
                if (txn->mt_next_pgno + num >= txn->mt_env->me_maxpg) {
                        DPUTS("DB size maxed out");
-                       return NULL;
+                       return MDB_MAP_FULL;
                }
        }
-       if (txn->mt_env->me_dpages && num == 1) {
-               np = txn->mt_env->me_dpages;
-               VGMEMP_ALLOC(txn->mt_env, np, txn->mt_env->me_psize);
-               VGMEMP_DEFINED(np, sizeof(np->mp_next));
-               txn->mt_env->me_dpages = np->mp_next;
-       } else {
-               size_t sz = txn->mt_env->me_psize * num;
-               if ((np = malloc(sz)) == NULL)
-                       return NULL;
-               VGMEMP_ALLOC(txn->mt_env, np, sz);
-       }
-       if (pgno == P_INVALID) {
-               np->mp_pgno = txn->mt_next_pgno;
-               txn->mt_next_pgno += num;
-       } else {
+       if (txn->mt_env->me_flags & MDB_WRITEMAP) {
+               if (pgno == P_INVALID) {
+                       pgno = txn->mt_next_pgno;
+                       txn->mt_next_pgno += num;
+               }
+               np = (MDB_page *)(txn->mt_env->me_map + txn->mt_env->me_psize * pgno);
                np->mp_pgno = pgno;
+       } else {
+               if (txn->mt_env->me_dpages && num == 1) {
+                       np = txn->mt_env->me_dpages;
+                       VGMEMP_ALLOC(txn->mt_env, np, txn->mt_env->me_psize);
+                       VGMEMP_DEFINED(np, sizeof(np->mp_next));
+                       txn->mt_env->me_dpages = np->mp_next;
+               } else {
+                       size_t sz = txn->mt_env->me_psize * num;
+                       if ((np = malloc(sz)) == NULL)
+                               return ENOMEM;
+                       VGMEMP_ALLOC(txn->mt_env, np, sz);
+               }
+               if (pgno == P_INVALID) {
+                       np->mp_pgno = txn->mt_next_pgno;
+                       txn->mt_next_pgno += num;
+               } else {
+                       np->mp_pgno = pgno;
+               }
        }
        mid.mid = np->mp_pgno;
        mid.mptr = np;
-       mdb_mid2l_insert(txn->mt_u.dirty_list, &mid);
+       if (txn->mt_env->me_flags & MDB_WRITEMAP) {
+               mdb_mid2l_append(txn->mt_u.dirty_list, &mid);
+       } else {
+               mdb_mid2l_insert(txn->mt_u.dirty_list, &mid);
+       }
+       *mp = np;
 
-       return np;
+       return MDB_SUCCESS;
+}
+
+/** Copy a page: avoid copying unused portions of the page.
+ * @param[in] dst page to copy into
+ * @param[in] src page to copy from
+ */
+static void
+mdb_page_copy(MDB_page *dst, MDB_page *src, unsigned int psize)
+{
+       dst->mp_flags = src->mp_flags | P_DIRTY;
+       dst->mp_pages = src->mp_pages;
+
+       if (IS_LEAF2(src)) {
+               memcpy(dst->mp_ptrs, src->mp_ptrs, psize - PAGEHDRSZ - SIZELEFT(src));
+       } else {
+               unsigned int i, nkeys = NUMKEYS(src);
+               for (i=0; i<nkeys; i++)
+                       dst->mp_ptrs[i] = src->mp_ptrs[i];
+               memcpy((char *)dst+src->mp_upper, (char *)src+src->mp_upper,
+                       psize - src->mp_upper);
+       }
 }
 
 /** Touch a page: make it dirty and re-insert into tree with updated pgno.
@@ -1362,19 +1433,25 @@ mdb_page_touch(MDB_cursor *mc)
 {
        MDB_page *mp = mc->mc_pg[mc->mc_top];
        pgno_t  pgno;
+       int rc;
 
        if (!F_ISSET(mp->mp_flags, P_DIRTY)) {
                MDB_page *np;
-               if ((np = mdb_page_alloc(mc, 1)) == NULL)
-                       return ENOMEM;
+               if ((rc = mdb_page_alloc(mc, 1, &np)))
+                       return rc;
                DPRINTF("touched db %u page %zu -> %zu", mc->mc_dbi, mp->mp_pgno, np->mp_pgno);
                assert(mp->mp_pgno != np->mp_pgno);
                mdb_midl_append(&mc->mc_txn->mt_free_pgs, mp->mp_pgno);
-               pgno = np->mp_pgno;
-               memcpy(np, mp, mc->mc_txn->mt_env->me_psize);
+               if (SIZELEFT(mp)) {
+                       /* If page isn't full, just copy the used portion */
+                       mdb_page_copy(np, mp, mc->mc_txn->mt_env->me_psize);
+               } else {
+                       pgno = np->mp_pgno;
+                       memcpy(np, mp, mc->mc_txn->mt_env->me_psize);
+                       np->mp_pgno = pgno;
+                       np->mp_flags |= P_DIRTY;
+               }
                mp = np;
-               mp->mp_pgno = pgno;
-               mp->mp_flags |= P_DIRTY;
 
 finish:
                /* Adjust other cursors pointing to mp */
@@ -1410,7 +1487,7 @@ finish:
                        mc->mc_db->md_root = mp->mp_pgno;
        } else if (mc->mc_txn->mt_parent) {
                MDB_page *np;
-               ID2 mid;
+               MDB_ID2 mid;
                /* If txn has a parent, make sure the page is in our
                 * dirty list.
                 */
@@ -1427,6 +1504,8 @@ finish:
                }
                /* No - copy it */
                np = mdb_page_malloc(mc);
+               if (!np)
+                       return ENOMEM;
                memcpy(np, mp, mc->mc_txn->mt_env->me_psize);
                mid.mid = np->mp_pgno;
                mid.mptr = np;
@@ -1442,8 +1521,18 @@ mdb_env_sync(MDB_env *env, int force)
 {
        int rc = 0;
        if (force || !F_ISSET(env->me_flags, MDB_NOSYNC)) {
-               if (MDB_FDATASYNC(env->me_fd))
-                       rc = ErrCode();
+               if (env->me_flags & MDB_WRITEMAP) {
+                       int flags = (env->me_flags & MDB_MAPASYNC) ? MS_ASYNC : MS_SYNC;
+                       if (MDB_MSYNC(env->me_map, env->me_mapsize, flags))
+                               rc = ErrCode();
+#ifdef _WIN32
+                       else if (flags == MS_SYNC && MDB_FDATASYNC(env->me_fd))
+                               rc = ErrCode();
+#endif
+               } else {
+                       if (MDB_FDATASYNC(env->me_fd))
+                               rc = ErrCode();
+               }
        }
        return rc;
 }
@@ -1548,47 +1637,56 @@ static int
 mdb_txn_renew0(MDB_txn *txn)
 {
        MDB_env *env = txn->mt_env;
-       char mt_dbflag = 0;
+       unsigned int i;
+       int rc;
 
-       if (txn->mt_flags & MDB_TXN_RDONLY) {
-               MDB_reader *r = pthread_getspecific(env->me_txkey);
-               if (!r) {
-                       unsigned int i;
-                       pid_t pid = getpid();
-                       pthread_t tid = pthread_self();
+       /* Setup db info */
+       txn->mt_numdbs = env->me_numdbs;
+       txn->mt_dbxs = env->me_dbxs;    /* mostly static anyway */
 
-                       LOCK_MUTEX_R(env);
-                       for (i=0; i<env->me_txns->mti_numreaders; i++)
-                               if (env->me_txns->mti_readers[i].mr_pid == 0)
-                                       break;
-                       if (i == env->me_maxreaders) {
+       if (txn->mt_flags & MDB_TXN_RDONLY) {
+               if (env->me_flags & MDB_ROFS) {
+                       i = mdb_env_pick_meta(env);
+                       txn->mt_txnid = env->me_metas[i]->mm_txnid;
+                       txn->mt_u.reader = NULL;
+               } else {
+                       MDB_reader *r = pthread_getspecific(env->me_txkey);
+                       if (!r) {
+                               pid_t pid = env->me_pid;
+                               pthread_t tid = pthread_self();
+
+                               LOCK_MUTEX_R(env);
+                               for (i=0; i<env->me_txns->mti_numreaders; i++)
+                                       if (env->me_txns->mti_readers[i].mr_pid == 0)
+                                               break;
+                               if (i == env->me_maxreaders) {
+                                       UNLOCK_MUTEX_R(env);
+                                       return MDB_READERS_FULL;
+                               }
+                               env->me_txns->mti_readers[i].mr_pid = pid;
+                               env->me_txns->mti_readers[i].mr_tid = tid;
+                               if (i >= env->me_txns->mti_numreaders)
+                                       env->me_txns->mti_numreaders = i+1;
+                               /* Save numreaders for un-mutexed mdb_env_close() */
+                               env->me_numreaders = env->me_txns->mti_numreaders;
                                UNLOCK_MUTEX_R(env);
-                               return ENOMEM;
+                               r = &env->me_txns->mti_readers[i];
+                               if ((rc = pthread_setspecific(env->me_txkey, r)) != 0) {
+                                       env->me_txns->mti_readers[i].mr_pid = 0;
+                                       return rc;
+                               }
                        }
-                       env->me_txns->mti_readers[i].mr_pid = pid;
-                       env->me_txns->mti_readers[i].mr_tid = tid;
-                       if (i >= env->me_txns->mti_numreaders)
-                               env->me_txns->mti_numreaders = i+1;
-                       UNLOCK_MUTEX_R(env);
-                       r = &env->me_txns->mti_readers[i];
-                       pthread_setspecific(env->me_txkey, r);
-               }
-               txn->mt_toggle = env->me_txns->mti_me_toggle;
-               txn->mt_txnid = r->mr_txnid = env->me_metas[txn->mt_toggle]->mm_txnid;
-
-               /* This happens if a different process was the
-                * last writer to the DB.
-                */
-               if (env->me_wtxnid < txn->mt_txnid)
-                       mt_dbflag = DB_STALE;
-               txn->mt_u.reader = r;
+                       txn->mt_txnid = r->mr_txnid = env->me_txns->mti_txnid;
+                       txn->mt_u.reader = r;
+               }
+               txn->mt_toggle = txn->mt_txnid & 1;
+               txn->mt_next_pgno = env->me_metas[txn->mt_toggle]->mm_last_pg+1;
        } else {
                LOCK_MUTEX_W(env);
 
-               txn->mt_toggle = env->me_txns->mti_me_toggle;
-               txn->mt_txnid = env->me_metas[txn->mt_toggle]->mm_txnid;
-               if (env->me_wtxnid < txn->mt_txnid)
-                       mt_dbflag = DB_STALE;
+               txn->mt_txnid = env->me_txns->mti_txnid;
+               txn->mt_toggle = txn->mt_txnid & 1;
+               txn->mt_next_pgno = env->me_metas[txn->mt_toggle]->mm_last_pg+1;
                txn->mt_txnid++;
 #if MDB_DEBUG
                if (txn->mt_txnid == mdb_debug_start)
@@ -1598,21 +1696,16 @@ mdb_txn_renew0(MDB_txn *txn)
                txn->mt_u.dirty_list[0].mid = 0;
                txn->mt_free_pgs = env->me_free_pgs;
                txn->mt_free_pgs[0] = 0;
-               txn->mt_next_pgno = env->me_metas[txn->mt_toggle]->mm_last_pg+1;
                env->me_txn = txn;
        }
 
-       /* Copy the DB arrays */
-       LAZY_RWLOCK_RDLOCK(&env->me_dblock);
-       txn->mt_numdbs = env->me_numdbs;
-       txn->mt_dbxs = env->me_dbxs;    /* mostly static anyway */
+       /* Copy the DB info and flags */
        memcpy(txn->mt_dbs, env->me_metas[txn->mt_toggle]->mm_dbs, 2 * sizeof(MDB_db));
+       for (i=2; i<txn->mt_numdbs; i++)
+               txn->mt_dbs[i].md_flags = env->me_dbflags[i];
+       txn->mt_dbflags[0] = txn->mt_dbflags[1] = 0;
        if (txn->mt_numdbs > 2)
-               memcpy(txn->mt_dbs+2, env->me_dbs[env->me_db_toggle]+2,
-                       (txn->mt_numdbs - 2) * sizeof(MDB_db));
-       LAZY_RWLOCK_UNLOCK(&env->me_dblock);
-
-       memset(txn->mt_dbflags, mt_dbflag, env->me_numdbs);
+               memset(txn->mt_dbflags+2, DB_STALE, txn->mt_numdbs-2);
 
        return MDB_SUCCESS;
 }
@@ -1622,7 +1715,7 @@ mdb_txn_renew(MDB_txn *txn)
 {
        int rc;
 
-       if (!txn)
+       if (! (txn && txn->mt_flags & MDB_TXN_RDONLY))
                return EINVAL;
 
        if (txn->mt_env->me_flags & MDB_FATAL_ERROR) {
@@ -1649,9 +1742,14 @@ mdb_txn_begin(MDB_env *env, MDB_txn *parent, unsigned int flags, MDB_txn **ret)
                DPUTS("environment had fatal error, must shutdown!");
                return MDB_PANIC;
        }
+       if ((env->me_flags & MDB_RDONLY) && !(flags & MDB_RDONLY))
+               return EACCES;
        if (parent) {
-               /* parent already has an active child txn */
-               if (parent->mt_child) {
+               /* Nested transactions: Max 1 child, write txns only, no writemap */
+               if (parent->mt_child ||
+                       (flags & MDB_RDONLY) || (parent->mt_flags & MDB_TXN_RDONLY) ||
+                       (env->me_flags & MDB_WRITEMAP))
+               {
                        return EINVAL;
                }
        }
@@ -1679,7 +1777,7 @@ mdb_txn_begin(MDB_env *env, MDB_txn *parent, unsigned int flags, MDB_txn **ret)
                        free(txn);
                        return ENOMEM;
                }
-               txn->mt_u.dirty_list = malloc(sizeof(ID2)*MDB_IDL_UM_SIZE);
+               txn->mt_u.dirty_list = malloc(sizeof(MDB_ID2)*MDB_IDL_UM_SIZE);
                if (!txn->mt_u.dirty_list) {
                        free(txn->mt_free_pgs);
                        free(txn);
@@ -1722,7 +1820,8 @@ mdb_txn_reset0(MDB_txn *txn)
        MDB_env *env = txn->mt_env;
 
        if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
-               txn->mt_u.reader->mr_txnid = 0;
+               if (!(env->me_flags & MDB_ROFS))
+                       txn->mt_u.reader->mr_txnid = (txnid_t)-1;
        } else {
                MDB_oldpages *mop;
                MDB_page *dp;
@@ -1740,23 +1839,25 @@ mdb_txn_reset0(MDB_txn *txn)
                        }
                }
 
-               /* return all dirty pages to dpage list */
-               for (i=1; i<=txn->mt_u.dirty_list[0].mid; i++) {
-                       dp = txn->mt_u.dirty_list[i].mptr;
-                       if (!IS_OVERFLOW(dp) || dp->mp_pages == 1) {
-                               dp->mp_next = txn->mt_env->me_dpages;
-                               VGMEMP_FREE(txn->mt_env, dp);
-                               txn->mt_env->me_dpages = dp;
-                       } else {
-                               /* large pages just get freed directly */
-                               VGMEMP_FREE(txn->mt_env, dp);
-                               free(dp);
+               if (!(env->me_flags & MDB_WRITEMAP)) {
+                       /* return all dirty pages to dpage list */
+                       for (i=1; i<=txn->mt_u.dirty_list[0].mid; i++) {
+                               dp = txn->mt_u.dirty_list[i].mptr;
+                               if (!IS_OVERFLOW(dp) || dp->mp_pages == 1) {
+                                       dp->mp_next = txn->mt_env->me_dpages;
+                                       VGMEMP_FREE(txn->mt_env, dp);
+                                       txn->mt_env->me_dpages = dp;
+                               } else {
+                                       /* large pages just get freed directly */
+                                       VGMEMP_FREE(txn->mt_env, dp);
+                                       free(dp);
+                               }
                        }
                }
 
                if (txn->mt_parent) {
                        txn->mt_parent->mt_child = NULL;
-                       free(txn->mt_free_pgs);
+                       mdb_midl_free(txn->mt_free_pgs);
                        free(txn->mt_u.dirty_list);
                        return;
                } else {
@@ -1831,21 +1932,11 @@ mdb_txn_commit(MDB_txn *txn)
 
        if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
                if (txn->mt_numdbs > env->me_numdbs) {
-                       /* update the DB tables */
-                       int toggle = !env->me_db_toggle;
-                       MDB_db *ip, *jp;
+                       /* update the DB flags */
                        MDB_dbi i;
-
-                       ip = &env->me_dbs[toggle][env->me_numdbs];
-                       jp = &txn->mt_dbs[env->me_numdbs];
-                       LAZY_RWLOCK_WRLOCK(&env->me_dblock);
-                       for (i = env->me_numdbs; i < txn->mt_numdbs; i++) {
-                               *ip++ = *jp++;
-                       }
-
-                       env->me_db_toggle = toggle;
-                       env->me_numdbs = txn->mt_numdbs;
-                       LAZY_RWLOCK_UNLOCK(&env->me_dblock);
+                       for (i = env->me_numdbs; i<txn->mt_numdbs; i++)
+                               env->me_dbflags[i] = txn->mt_dbs[i].md_flags;
+                       env->me_numdbs = i;
                }
                mdb_txn_abort(txn);
                return MDB_SUCCESS;
@@ -1859,14 +1950,14 @@ mdb_txn_commit(MDB_txn *txn)
                return EINVAL;
        }
 
-       /* Merge (and close) our cursors with parent's */
-       mdb_cursor_merge(txn);
-
        if (txn->mt_parent) {
                MDB_db *ip, *jp;
                MDB_dbi i;
                unsigned x, y;
-               ID2L dst, src;
+               MDB_ID2L dst, src;
+
+               /* Merge (and close) our cursors with parent's */
+               mdb_cursor_merge(txn);
 
                /* Update parent's DB table */
                ip = &txn->mt_parent->mt_dbs[2];
@@ -1898,7 +1989,7 @@ mdb_txn_commit(MDB_txn *txn)
                for (; y<=src[0].mid; y++) {
                        if (++x >= MDB_IDL_UM_MAX) {
                                mdb_txn_abort(txn);
-                               return ENOMEM;
+                               return MDB_TXN_FULL;
                        }
                        dst[x] = src[y];
                }
@@ -1915,18 +2006,35 @@ mdb_txn_commit(MDB_txn *txn)
                return EINVAL;
        }
 
-       if (!txn->mt_u.dirty_list[0].mid)
+       if (!txn->mt_u.dirty_list[0].mid && !(txn->mt_flags & MDB_TXN_DIRTY))
                goto done;
 
        DPRINTF("committing txn %zu %p on mdbenv %p, root page %zu",
            txn->mt_txnid, (void *)txn, (void *)env, txn->mt_dbs[MAIN_DBI].md_root);
 
+       /* Update DB root pointers. Their pages have already been
+        * touched so this is all in-place and cannot fail.
+        */
+       if (txn->mt_numdbs > 2) {
+               MDB_dbi i;
+               MDB_val data;
+               data.mv_size = sizeof(MDB_db);
+
+               mdb_cursor_init(&mc, txn, MAIN_DBI, NULL);
+               for (i = 2; i < txn->mt_numdbs; i++) {
+                       if (txn->mt_dbflags[i] & DB_DIRTY) {
+                               data.mv_data = &txn->mt_dbs[i];
+                               mdb_cursor_put(&mc, &txn->mt_dbxs[i].md_name, &data, 0);
+                       }
+               }
+       }
+
        mdb_cursor_init(&mc, txn, FREE_DBI, NULL);
 
        /* should only be one record now */
        if (env->me_pghead) {
                /* make sure first page of freeDB is touched and on freelist */
-               mdb_page_search(&mc, NULL, 1);
+               mdb_page_search(&mc, NULL, MDB_PS_MODIFY);
        }
 
        /* Delete IDLs we used from the free list */
@@ -1940,7 +2048,11 @@ mdb_txn_commit(MDB_txn *txn)
                        key.mv_data = &cur;
 
                        mdb_cursor_set(&mc, &key, NULL, MDB_SET, &exact);
-                       mdb_cursor_del(&mc, 0);
+                       rc = mdb_cursor_del(&mc, 0);
+                       if (rc) {
+                               mdb_txn_abort(txn);
+                               return rc;
+                       }
                }
                env->me_pgfirst = 0;
                env->me_pglast = 0;
@@ -1955,13 +2067,13 @@ free2:
                /* make sure last page of freeDB is touched and on freelist */
                key.mv_size = MAXKEYSIZE+1;
                key.mv_data = NULL;
-               mdb_page_search(&mc, &key, 1);
+               mdb_page_search(&mc, &key, MDB_PS_MODIFY);
 
                mdb_midl_sort(txn->mt_free_pgs);
 #if MDB_DEBUG > 1
                {
                        unsigned int i;
-                       ID *idl = txn->mt_free_pgs;
+                       MDB_IDL idl = txn->mt_free_pgs;
                        DPRINTF("IDL write txn %zu root %zu num %zu",
                                txn->mt_txnid, txn->mt_dbs[FREE_DBI].md_root, idl[0]);
                        for (i=0; i<idl[0]; i++) {
@@ -2025,6 +2137,13 @@ again:
                env->me_pgfirst = 0;
                env->me_pglast = 0;
        }
+
+       while (env->me_pgfree) {
+               MDB_oldpages *mop = env->me_pgfree;
+               env->me_pgfree = mop->mo_next;
+               free(mop);
+       }
+
        /* Check for growth of freelist again */
        if (freecnt != txn->mt_free_pgs[0])
                goto free2;
@@ -2034,26 +2153,21 @@ again:
                        env->me_free_pgs = txn->mt_free_pgs;
        }
 
-       /* Update DB root pointers. Their pages have already been
-        * touched so this is all in-place and cannot fail.
-        */
-       {
-               MDB_dbi i;
-               MDB_val data;
-               data.mv_size = sizeof(MDB_db);
-
-               mdb_cursor_init(&mc, txn, MAIN_DBI, NULL);
-               for (i = 2; i < txn->mt_numdbs; i++) {
-                       if (txn->mt_dbflags[i] & DB_DIRTY) {
-                               data.mv_data = &txn->mt_dbs[i];
-                               mdb_cursor_put(&mc, &txn->mt_dbxs[i].md_name, &data, 0);
-                       }
-               }
-       }
 #if MDB_DEBUG > 2
        mdb_audit(txn);
 #endif
 
+       if (env->me_flags & MDB_WRITEMAP) {
+               for (i=1; i<=txn->mt_u.dirty_list[0].mid; i++) {
+                       dp = txn->mt_u.dirty_list[i].mptr;
+                       /* clear dirty flag */
+                       dp->mp_flags &= ~P_DIRTY;
+                       txn->mt_u.dirty_list[i].mid = 0;
+               }
+               txn->mt_u.dirty_list[0].mid = 0;
+               goto sync;
+       }
+
        /* Commit up to MDB_COMMIT_PAGES dirty pages to disk until done.
         */
        next = 0;
@@ -2162,33 +2276,21 @@ again:
        }
        txn->mt_u.dirty_list[0].mid = 0;
 
+sync:
        if ((n = mdb_env_sync(env, 0)) != 0 ||
            (n = mdb_env_write_meta(txn)) != MDB_SUCCESS) {
                mdb_txn_abort(txn);
                return n;
        }
-       env->me_wtxnid = txn->mt_txnid;
 
 done:
        env->me_txn = NULL;
-       /* update the DB tables */
-       {
-               int toggle = !env->me_db_toggle;
-               MDB_db *ip, *jp;
+       if (txn->mt_numdbs > env->me_numdbs) {
+               /* update the DB flags */
                MDB_dbi i;
-
-               ip = &env->me_dbs[toggle][2];
-               jp = &txn->mt_dbs[2];
-               LAZY_RWLOCK_WRLOCK(&env->me_dblock);
-               for (i = 2; i < txn->mt_numdbs; i++) {
-                       if (ip->md_root != jp->md_root)
-                               *ip = *jp;
-                       ip++; jp++;
-               }
-
-               env->me_db_toggle = toggle;
-               env->me_numdbs = txn->mt_numdbs;
-               LAZY_RWLOCK_UNLOCK(&env->me_dblock);
+               for (i = env->me_numdbs; i<txn->mt_numdbs; i++)
+                       env->me_dbflags[i] = txn->mt_dbs[i].md_flags;
+               env->me_numdbs = i;
        }
 
        UNLOCK_MUTEX_W(env);
@@ -2225,7 +2327,7 @@ mdb_env_read_header(MDB_env *env, MDB_meta *meta)
        else if (rc != MDB_PAGESIZE) {
                err = ErrCode();
                if (rc > 0)
-                       err = EINVAL;
+                       err = MDB_INVALID;
                DPRINTF("read: %s", strerror(err));
                return err;
        }
@@ -2234,13 +2336,13 @@ mdb_env_read_header(MDB_env *env, MDB_meta *meta)
 
        if (!F_ISSET(p->mp_flags, P_META)) {
                DPRINTF("page %zu not a meta page", p->mp_pgno);
-               return EINVAL;
+               return MDB_INVALID;
        }
 
        m = METADATA(p);
        if (m->mm_magic != MDB_MAGIC) {
                DPUTS("meta has invalid magic");
-               return EINVAL;
+               return MDB_INVALID;
        }
 
        if (m->mm_version != MDB_VERSION) {
@@ -2316,7 +2418,7 @@ static int
 mdb_env_write_meta(MDB_txn *txn)
 {
        MDB_env *env;
-       MDB_meta        meta, metab;
+       MDB_meta        meta, metab, *mp;
        off_t off;
        int rc, len, toggle;
        char *ptr;
@@ -2332,12 +2434,39 @@ mdb_env_write_meta(MDB_txn *txn)
                toggle, txn->mt_dbs[MAIN_DBI].md_root);
 
        env = txn->mt_env;
-
+       mp = env->me_metas[toggle];
+
+       if (env->me_flags & MDB_WRITEMAP) {
+               /* Persist any increases of mapsize config */
+               if (env->me_mapsize > mp->mm_mapsize)
+                       mp->mm_mapsize = env->me_mapsize;
+               mp->mm_dbs[0] = txn->mt_dbs[0];
+               mp->mm_dbs[1] = txn->mt_dbs[1];
+               mp->mm_last_pg = txn->mt_next_pgno - 1;
+               mp->mm_txnid = txn->mt_txnid;
+               if (!(env->me_flags & (MDB_NOMETASYNC|MDB_NOSYNC))) {
+                       rc = (env->me_flags & MDB_MAPASYNC) ? MS_ASYNC : MS_SYNC;
+                       ptr = env->me_map;
+                       if (toggle)
+                               ptr += env->me_psize;
+                       if (MDB_MSYNC(ptr, env->me_psize, rc)) {
+                               rc = ErrCode();
+                               goto fail;
+                       }
+               }
+               goto done;
+       }
        metab.mm_txnid = env->me_metas[toggle]->mm_txnid;
        metab.mm_last_pg = env->me_metas[toggle]->mm_last_pg;
 
        ptr = (char *)&meta;
-       off = offsetof(MDB_meta, mm_dbs[0].md_depth);
+       if (env->me_mapsize > mp->mm_mapsize) {
+               /* Persist any increases of mapsize config */
+               meta.mm_mapsize = env->me_mapsize;
+               off = offsetof(MDB_meta, mm_mapsize);
+       } else {
+               off = offsetof(MDB_meta, mm_dbs[0].md_depth);
+       }
        len = sizeof(MDB_meta) - off;
 
        ptr += off;
@@ -2375,42 +2504,30 @@ mdb_env_write_meta(MDB_txn *txn)
 #else
                r2 = pwrite(env->me_fd, ptr, len, off);
 #endif
+fail:
                env->me_flags |= MDB_FATAL_ERROR;
                return rc;
        }
+done:
        /* Memory ordering issues are irrelevant; since the entire writer
         * is wrapped by wmutex, all of these changes will become visible
         * after the wmutex is unlocked. Since the DB is multi-version,
         * readers will get consistent data regardless of how fresh or
         * how stale their view of these values is.
         */
-       LAZY_MUTEX_LOCK(&env->me_txns->mti_mutex);
-       txn->mt_env->me_txns->mti_me_toggle = toggle;
        txn->mt_env->me_txns->mti_txnid = txn->mt_txnid;
-       LAZY_MUTEX_UNLOCK(&env->me_txns->mti_mutex);
 
        return MDB_SUCCESS;
 }
 
 /** Check both meta pages to see which one is newer.
  * @param[in] env the environment handle
- * @param[out] which address of where to store the meta toggle ID
- * @return 0 on success, non-zero on failure.
+ * @return meta toggle (0 or 1).
  */
 static int
-mdb_env_read_meta(MDB_env *env, int *which)
+mdb_env_pick_meta(const MDB_env *env)
 {
-       int toggle = 0;
-
-       assert(env != NULL);
-
-       if (env->me_metas[0]->mm_txnid < env->me_metas[1]->mm_txnid)
-               toggle = 1;
-
-       DPRINTF("Using meta page %d", toggle);
-       *which = toggle;
-
-       return MDB_SUCCESS;
+       return (env->me_metas[0]->mm_txnid < env->me_metas[1]->mm_txnid);
 }
 
 int
@@ -2432,6 +2549,11 @@ mdb_env_create(MDB_env **env)
        e->me_fd = INVALID_HANDLE_VALUE;
        e->me_lfd = INVALID_HANDLE_VALUE;
        e->me_mfd = INVALID_HANDLE_VALUE;
+#ifdef MDB_USE_POSIX_SEM
+       e->me_rmutex = SEM_FAILED;
+       e->me_wmutex = SEM_FAILED;
+#endif
+       e->me_pid = getpid();
        VGMEMP_CREATE(e,0,0);
        *env = e;
        return MDB_SUCCESS;
@@ -2478,14 +2600,13 @@ mdb_env_get_maxreaders(MDB_env *env, unsigned int *readers)
 /** Further setup required for opening an MDB environment
  */
 static int
-mdb_env_open2(MDB_env *env, unsigned int flags)
+mdb_env_open2(MDB_env *env)
 {
-       int i, newenv = 0, toggle;
+       unsigned int flags = env->me_flags;
+       int i, newenv = 0, prot;
        MDB_meta meta;
        MDB_page *p;
 
-       env->me_flags = flags;
-
        memset(&meta, 0, sizeof(meta));
 
        if ((i = mdb_env_read_header(env, &meta)) != 0) {
@@ -2493,11 +2614,11 @@ mdb_env_open2(MDB_env *env, unsigned int flags)
                        return i;
                DPUTS("new mdbenv");
                newenv = 1;
+               meta.mm_mapsize = env->me_mapsize > DEFAULT_MAPSIZE ? env->me_mapsize : DEFAULT_MAPSIZE;
        }
 
-       if (!env->me_mapsize) {
-               env->me_mapsize = newenv ? DEFAULT_MAPSIZE : meta.mm_mapsize;
-       }
+       if (env->me_mapsize < meta.mm_mapsize)
+               env->me_mapsize = meta.mm_mapsize;
 
 #ifdef _WIN32
        {
@@ -2515,12 +2636,14 @@ mdb_env_open2(MDB_env *env, unsigned int flags)
                                return ErrCode();
                        SetFilePointer(env->me_fd, 0, NULL, 0);
                }
-               mh = CreateFileMapping(env->me_fd, NULL, PAGE_READONLY,
+               mh = CreateFileMapping(env->me_fd, NULL, flags & MDB_WRITEMAP ?
+                       PAGE_READWRITE : PAGE_READONLY,
                        sizehi, sizelo, NULL);
                if (!mh)
                        return ErrCode();
-               env->me_map = MapViewOfFileEx(mh, FILE_MAP_READ, 0, 0, env->me_mapsize,
-                       meta.mm_address);
+               env->me_map = MapViewOfFileEx(mh, flags & MDB_WRITEMAP ?
+                       FILE_MAP_WRITE : FILE_MAP_READ,
+                       0, 0, env->me_mapsize, meta.mm_address);
                CloseHandle(mh);
                if (!env->me_map)
                        return ErrCode();
@@ -2529,7 +2652,13 @@ mdb_env_open2(MDB_env *env, unsigned int flags)
        i = MAP_SHARED;
        if (meta.mm_address && (flags & MDB_FIXEDMAP))
                i |= MAP_FIXED;
-       env->me_map = mmap(meta.mm_address, env->me_mapsize, PROT_READ, i,
+       prot = PROT_READ;
+       if (flags & MDB_WRITEMAP) {
+               prot |= PROT_WRITE;
+               if (ftruncate(env->me_fd, env->me_mapsize) < 0)
+                       return ErrCode();
+       }
+       env->me_map = mmap(meta.mm_address, env->me_mapsize, prot, i,
                env->me_fd, 0);
        if (env->me_map == MAP_FAILED) {
                env->me_map = NULL;
@@ -2538,12 +2667,10 @@ mdb_env_open2(MDB_env *env, unsigned int flags)
 #endif
 
        if (newenv) {
-               meta.mm_mapsize = env->me_mapsize;
                if (flags & MDB_FIXEDMAP)
                        meta.mm_address = env->me_map;
                i = mdb_env_init_meta(env, &meta);
                if (i != MDB_SUCCESS) {
-                       munmap(env->me_map, env->me_mapsize);
                        return i;
                }
        }
@@ -2555,26 +2682,29 @@ mdb_env_open2(MDB_env *env, unsigned int flags)
        env->me_metas[0] = METADATA(p);
        env->me_metas[1] = (MDB_meta *)((char *)env->me_metas[0] + meta.mm_psize);
 
-       if ((i = mdb_env_read_meta(env, &toggle)) != 0)
-               return i;
-
-       DPRINTF("opened database version %u, pagesize %u",
-           env->me_metas[toggle]->mm_version, env->me_psize);
-       DPRINTF("depth: %u", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_depth);
-       DPRINTF("entries: %zu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_entries);
-       DPRINTF("branch pages: %zu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_branch_pages);
-       DPRINTF("leaf pages: %zu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_leaf_pages);
-       DPRINTF("overflow pages: %zu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_overflow_pages);
-       DPRINTF("root: %zu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_root);
+#if MDB_DEBUG
+       {
+               int toggle = mdb_env_pick_meta(env);
+               MDB_db *db = &env->me_metas[toggle]->mm_dbs[MAIN_DBI];
+
+               DPRINTF("opened database version %u, pagesize %u",
+                       env->me_metas[0]->mm_version, env->me_psize);
+               DPRINTF("using meta page %d",  toggle);
+               DPRINTF("depth: %u",           db->md_depth);
+               DPRINTF("entries: %zu",        db->md_entries);
+               DPRINTF("branch pages: %zu",   db->md_branch_pages);
+               DPRINTF("leaf pages: %zu",     db->md_leaf_pages);
+               DPRINTF("overflow pages: %zu", db->md_overflow_pages);
+               DPRINTF("root: %zu",           db->md_root);
+       }
+#endif
 
        return MDB_SUCCESS;
 }
 
-#ifndef _WIN32
+
 /** Release a reader thread's slot in the reader lock table.
  *     This function is called automatically when a thread exits.
- *     Windows doesn't support destructor callbacks for thread-specific storage,
- *     so this function is not compiled there.
  * @param[in] ptr This points to the slot in the reader lock table.
  */
 static void
@@ -2582,21 +2712,70 @@ mdb_env_reader_dest(void *ptr)
 {
        MDB_reader *reader = ptr;
 
-       reader->mr_txnid = 0;
        reader->mr_pid = 0;
-       reader->mr_tid = 0;
 }
+
+#ifdef _WIN32
+/** Junk for arranging thread-specific callbacks on Windows. This is
+ *     necessarily platform and compiler-specific. Windows supports up
+ *     to 1088 keys. Let's assume nobody opens more than 64 environments
+ *     in a single process, for now. They can override this if needed.
+ */
+#ifndef MAX_TLS_KEYS
+#define MAX_TLS_KEYS   64
+#endif
+static pthread_key_t mdb_tls_keys[MAX_TLS_KEYS];
+static int mdb_tls_nkeys;
+
+static void NTAPI mdb_tls_callback(PVOID module, DWORD reason, PVOID ptr)
+{
+       int i;
+       switch(reason) {
+       case DLL_PROCESS_ATTACH: break;
+       case DLL_THREAD_ATTACH: break;
+       case DLL_THREAD_DETACH:
+               for (i=0; i<mdb_tls_nkeys; i++) {
+                       MDB_reader *r = pthread_getspecific(mdb_tls_keys[i]);
+                       mdb_env_reader_dest(r);
+               }
+               break;
+       case DLL_PROCESS_DETACH: break;
+       }
+}
+#ifdef __GNUC__
+#ifdef _WIN64
+const PIMAGE_TLS_CALLBACK mdb_tls_cbp __attribute__((section (".CRT$XLB"))) = mdb_tls_callback;
+#else
+PIMAGE_TLS_CALLBACK mdb_tls_cbp __attribute__((section (".CRT$XLB"))) = mdb_tls_callback;
+#endif
+#else
+#ifdef _WIN64
+/* Force some symbol references.
+ *     _tls_used forces the linker to create the TLS directory if not already done
+ *     mdb_tls_cbp prevents whole-program-optimizer from dropping the symbol.
+ */
+#pragma comment(linker, "/INCLUDE:_tls_used")
+#pragma comment(linker, "/INCLUDE:mdb_tls_cbp")
+#pragma const_seg(".CRT$XLB")
+extern const PIMAGE_TLS_CALLBACK mdb_tls_callback;
+const PIMAGE_TLS_CALLBACK mdb_tls_cbp = mdb_tls_callback;
+#pragma const_seg()
+#else  /* WIN32 */
+#pragma comment(linker, "/INCLUDE:__tls_used")
+#pragma comment(linker, "/INCLUDE:_mdb_tls_cbp")
+#pragma data_seg(".CRT$XLB")
+PIMAGE_TLS_CALLBACK mdb_tls_cbp = mdb_tls_callback;
+#pragma data_seg()
+#endif /* WIN 32/64 */
+#endif /* !__GNUC__ */
 #endif
 
 /** Downgrade the exclusive lock on the region back to shared */
-static void
-mdb_env_share_locks(MDB_env *env)
+static int
+mdb_env_share_locks(MDB_env *env, int *excl)
 {
-       int toggle = 0;
+       int rc = 0, toggle = mdb_env_pick_meta(env);
 
-       if (env->me_metas[0]->mm_txnid < env->me_metas[1]->mm_txnid)
-               toggle = 1;
-       env->me_txns->mti_me_toggle = toggle;
        env->me_txns->mti_txnid = env->me_metas[toggle]->mm_txnid;
 
 #ifdef _WIN32
@@ -2606,8 +2785,12 @@ mdb_env_share_locks(MDB_env *env)
                 * then release the existing exclusive lock.
                 */
                memset(&ov, 0, sizeof(ov));
-               LockFileEx(env->me_lfd, 0, 0, 1, 0, &ov);
-               UnlockFile(env->me_lfd, 0, 0, 1, 0);
+               if (!LockFileEx(env->me_lfd, 0, 0, 1, 0, &ov)) {
+                       rc = ErrCode();
+               } else {
+                       UnlockFile(env->me_lfd, 0, 0, 1, 0);
+                       *excl = 0;
+               }
        }
 #else
        {
@@ -2618,11 +2801,61 @@ mdb_env_share_locks(MDB_env *env)
                lock_info.l_whence = SEEK_SET;
                lock_info.l_start = 0;
                lock_info.l_len = 1;
-               fcntl(env->me_lfd, F_SETLK, &lock_info);
+               while ((rc = fcntl(env->me_lfd, F_SETLK, &lock_info)) &&
+                               (rc = ErrCode()) == EINTR) ;
+               *excl = rc ? -1 : 0;    /* error may mean we lost the lock */
+       }
+#endif
+
+       return rc;
+}
+
+/** Try to get exlusive lock, otherwise shared.
+ *     Maintain *excl = -1: no/unknown lock, 0: shared, 1: exclusive.
+ */
+static int
+mdb_env_excl_lock(MDB_env *env, int *excl)
+{
+       int rc = 0;
+#ifdef _WIN32
+       if (LockFile(env->me_lfd, 0, 0, 1, 0)) {
+               *excl = 1;
+       } else {
+               OVERLAPPED ov;
+               memset(&ov, 0, sizeof(ov));
+               if (LockFileEx(env->me_lfd, 0, 0, 1, 0, &ov)) {
+                       *excl = 0;
+               } else {
+                       rc = ErrCode();
+               }
+       }
+#else
+       struct flock lock_info;
+       memset((void *)&lock_info, 0, sizeof(lock_info));
+       lock_info.l_type = F_WRLCK;
+       lock_info.l_whence = SEEK_SET;
+       lock_info.l_start = 0;
+       lock_info.l_len = 1;
+       while ((rc = fcntl(env->me_lfd, F_SETLK, &lock_info)) &&
+                       (rc = ErrCode()) == EINTR) ;
+       if (!rc) {
+               *excl = 1;
+       } else
+# ifdef MDB_USE_POSIX_SEM
+       if (*excl < 0) /* always true when !MDB_USE_POSIX_SEM */
+# endif
+       {
+               lock_info.l_type = F_RDLCK;
+               while ((rc = fcntl(env->me_lfd, F_SETLKW, &lock_info)) &&
+                               (rc = ErrCode()) == EINTR) ;
+               if (rc == 0)
+                       *excl = 0;
        }
 #endif
+       return rc;
 }
-#if defined(_WIN32) || defined(__APPLE__)
+
+#if defined(_WIN32) || defined(MDB_USE_POSIX_SEM)
 /*
  * hash_64 - 64 bit Fowler/Noll/Vo-0 FNV-1a hash code
  *
@@ -2663,13 +2896,14 @@ typedef unsigned long long      mdb_hash_t;
  *      hval arg on the first call.
  */
 static mdb_hash_t
-mdb_hash_str(char *str, mdb_hash_t hval)
+mdb_hash_val(MDB_val *val, mdb_hash_t hval)
 {
-       unsigned char *s = (unsigned char *)str;        /* unsigned string */
+       unsigned char *s = (unsigned char *)val->mv_data;       /* unsigned string */
+       unsigned char *end = s + val->mv_size;
        /*
         * FNV-1a hash each octet of the string
         */
-       while (*s) {
+       while (s < end) {
                /* xor the bottom with the current octet */
                hval ^= (mdb_hash_t)*s++;
 
@@ -2686,10 +2920,10 @@ mdb_hash_str(char *str, mdb_hash_t hval)
  * @param[out] hexbuf an array of 17 chars to hold the hash
  */
 static void
-mdb_hash_hex(char *str, char *hexbuf)
+mdb_hash_hex(MDB_val *val, char *hexbuf)
 {
        int i;
-       mdb_hash_t h = mdb_hash_str(str, MDB_HASH_INIT);
+       mdb_hash_t h = mdb_hash_val(val, MDB_HASH_INIT);
        for (i=0; i<8; i++) {
                hexbuf += sprintf(hexbuf, "%02x", (unsigned int)h & 0xff);
                h >>= 8;
@@ -2701,7 +2935,7 @@ mdb_hash_hex(char *str, char *hexbuf)
  * @param[in] env The MDB environment.
  * @param[in] lpath The pathname of the file used for the lock region.
  * @param[in] mode The Unix permissions for the file, if we create it.
- * @param[out] excl Set to true if we got an exclusive lock on the region.
+ * @param[out] excl Resulting file lock type: -1 none, 0 shared, 1 exclusive
  * @return 0 on success, non-zero on failure.
  */
 static int
@@ -2710,84 +2944,66 @@ mdb_env_setup_locks(MDB_env *env, char *lpath, int mode, int *excl)
        int rc;
        off_t size, rsize;
 
-       *excl = 0;
+       *excl = -1;
 
 #ifdef _WIN32
        if ((env->me_lfd = CreateFile(lpath, GENERIC_READ|GENERIC_WRITE,
                FILE_SHARE_READ|FILE_SHARE_WRITE, NULL, OPEN_ALWAYS,
                FILE_ATTRIBUTE_NORMAL, NULL)) == INVALID_HANDLE_VALUE) {
                rc = ErrCode();
-               return rc;
+               if (rc == ERROR_WRITE_PROTECT && (env->me_flags & MDB_RDONLY)) {
+                       env->me_flags |= MDB_ROFS;
+                       return MDB_SUCCESS;
+               }
+               goto fail_errno;
        }
        /* Try to get exclusive lock. If we succeed, then
         * nobody is using the lock region and we should initialize it.
         */
-       {
-               if (LockFile(env->me_lfd, 0, 0, 1, 0)) {
-                       *excl = 1;
-               } else {
-                       OVERLAPPED ov;
-                       memset(&ov, 0, sizeof(ov));
-                       if (!LockFileEx(env->me_lfd, 0, 0, 1, 0, &ov)) {
-                               rc = ErrCode();
-                               goto fail;
-                       }
-               }
-       }
+       if ((rc = mdb_env_excl_lock(env, excl))) goto fail;
        size = GetFileSize(env->me_lfd, NULL);
 
 #else
 #if !(O_CLOEXEC)
        {
                int fdflags;
-               if ((env->me_lfd = open(lpath, O_RDWR|O_CREAT, mode)) == -1)
-                       return ErrCode();
+               if ((env->me_lfd = open(lpath, O_RDWR|O_CREAT, mode)) == -1) {
+                       rc = ErrCode();
+                       if (rc == EROFS && (env->me_flags & MDB_RDONLY)) {
+                               env->me_flags |= MDB_ROFS;
+                               return MDB_SUCCESS;
+                       }
+                       goto fail_errno;
+               }
                /* Lose record locks when exec*() */
                if ((fdflags = fcntl(env->me_lfd, F_GETFD) | FD_CLOEXEC) >= 0)
                        fcntl(env->me_lfd, F_SETFD, fdflags);
        }
 #else /* O_CLOEXEC on Linux: Open file and set FD_CLOEXEC atomically */
-       if ((env->me_lfd = open(lpath, O_RDWR|O_CREAT|O_CLOEXEC, mode)) == -1)
-               return ErrCode();
+       if ((env->me_lfd = open(lpath, O_RDWR|O_CREAT|O_CLOEXEC, mode)) == -1) {
+               rc = ErrCode();
+               if (rc == EROFS && (env->me_flags & MDB_RDONLY)) {
+                       env->me_flags |= MDB_ROFS;
+                       return MDB_SUCCESS;
+               }
+               goto fail_errno;
+       }
 #endif
 
        /* Try to get exclusive lock. If we succeed, then
         * nobody is using the lock region and we should initialize it.
         */
-       {
-               struct flock lock_info;
-               memset((void *)&lock_info, 0, sizeof(lock_info));
-               lock_info.l_type = F_WRLCK;
-               lock_info.l_whence = SEEK_SET;
-               lock_info.l_start = 0;
-               lock_info.l_len = 1;
-               rc = fcntl(env->me_lfd, F_SETLK, &lock_info);
-               if (rc == 0) {
-                       *excl = 1;
-               } else {
-                       lock_info.l_type = F_RDLCK;
-                       rc = fcntl(env->me_lfd, F_SETLKW, &lock_info);
-                       if (rc) {
-                               rc = ErrCode();
-                               goto fail;
-                       }
-               }
-       }
+       if ((rc = mdb_env_excl_lock(env, excl))) goto fail;
+
        size = lseek(env->me_lfd, 0, SEEK_END);
 #endif
        rsize = (env->me_maxreaders-1) * sizeof(MDB_reader) + sizeof(MDB_txninfo);
-       if (size < rsize && *excl) {
+       if (size < rsize && *excl > 0) {
 #ifdef _WIN32
                SetFilePointer(env->me_lfd, rsize, NULL, 0);
-               if (!SetEndOfFile(env->me_lfd)) {
-                       rc = ErrCode();
-                       goto fail;
-               }
+               if (!SetEndOfFile(env->me_lfd)) goto fail_errno;
 #else
-               if (ftruncate(env->me_lfd, rsize) != 0) {
-                       rc = ErrCode();
-                       goto fail;
-               }
+               if (ftruncate(env->me_lfd, rsize) != 0) goto fail_errno;
 #endif
        } else {
                rsize = size;
@@ -2799,30 +3015,28 @@ mdb_env_setup_locks(MDB_env *env, char *lpath, int mode, int *excl)
                HANDLE mh;
                mh = CreateFileMapping(env->me_lfd, NULL, PAGE_READWRITE,
                        0, 0, NULL);
-               if (!mh) {
-                       rc = ErrCode();
-                       goto fail;
-               }
+               if (!mh) goto fail_errno;
                env->me_txns = MapViewOfFileEx(mh, FILE_MAP_WRITE, 0, 0, rsize, NULL);
                CloseHandle(mh);
-               if (!env->me_txns) {
-                       rc = ErrCode();
-                       goto fail;
-               }
+               if (!env->me_txns) goto fail_errno;
 #else
                void *m = mmap(NULL, rsize, PROT_READ|PROT_WRITE, MAP_SHARED,
                        env->me_lfd, 0);
-               if (m == MAP_FAILED) {
-                       env->me_txns = NULL;
-                       rc = ErrCode();
-                       goto fail;
-               }
+               if (m == MAP_FAILED) goto fail_errno;
                env->me_txns = m;
 #endif
        }
-       if (*excl) {
+       if (*excl > 0) {
 #ifdef _WIN32
+               BY_HANDLE_FILE_INFORMATION stbuf;
+               struct {
+                       DWORD volume;
+                       DWORD nhigh;
+                       DWORD nlow;
+               } idbuf;
+               MDB_val val;
                char hexbuf[17];
+
                if (!mdb_sec_inited) {
                        InitializeSecurityDescriptor(&mdb_null_sd,
                                SECURITY_DESCRIPTOR_REVISION);
@@ -2832,67 +3046,67 @@ mdb_env_setup_locks(MDB_env *env, char *lpath, int mode, int *excl)
                        mdb_all_sa.lpSecurityDescriptor = &mdb_null_sd;
                        mdb_sec_inited = 1;
                }
-               mdb_hash_hex(lpath, hexbuf);
+               if (!GetFileInformationByHandle(env->me_lfd, &stbuf)) goto fail_errno;
+               idbuf.volume = stbuf.dwVolumeSerialNumber;
+               idbuf.nhigh  = stbuf.nFileIndexHigh;
+               idbuf.nlow   = stbuf.nFileIndexLow;
+               val.mv_data = &idbuf;
+               val.mv_size = sizeof(idbuf);
+               mdb_hash_hex(&val, hexbuf);
                sprintf(env->me_txns->mti_rmname, "Global\\MDBr%s", hexbuf);
-               env->me_rmutex = CreateMutex(&mdb_all_sa, FALSE, env->me_txns->mti_rmname);
-               if (!env->me_rmutex) {
-                       rc = ErrCode();
-                       goto fail;
-               }
                sprintf(env->me_txns->mti_wmname, "Global\\MDBw%s", hexbuf);
+               env->me_rmutex = CreateMutex(&mdb_all_sa, FALSE, env->me_txns->mti_rmname);
+               if (!env->me_rmutex) goto fail_errno;
                env->me_wmutex = CreateMutex(&mdb_all_sa, FALSE, env->me_txns->mti_wmname);
-               if (!env->me_wmutex) {
-                       rc = ErrCode();
-                       goto fail;
-               }
-#else  /* _WIN32 */
-#ifdef __APPLE__
-               char hexbuf[17];
-               mdb_hash_hex(lpath, hexbuf);
-               sprintf(env->me_txns->mti_rmname, "MDBr%s", hexbuf);
-               if (sem_unlink(env->me_txns->mti_rmname)) {
-                       rc = ErrCode();
-                       if (rc != ENOENT && rc != EINVAL)
-                               goto fail;
-               }
-               env->me_rmutex = sem_open(env->me_txns->mti_rmname, O_CREAT, mode, 1);
-               if (!env->me_rmutex) {
-                       rc = ErrCode();
-                       goto fail;
-               }
-               sprintf(env->me_txns->mti_wmname, "MDBw%s", hexbuf);
-               if (sem_unlink(env->me_txns->mti_wmname)) {
-                       rc = ErrCode();
-                       if (rc != ENOENT && rc != EINVAL)
-                               goto fail;
-               }
-               env->me_wmutex = sem_open(env->me_txns->mti_wmname, O_CREAT, mode, 1);
-               if (!env->me_wmutex) {
-                       rc = ErrCode();
-                       goto fail;
-               }
-#else  /* __APPLE__ */
+               if (!env->me_wmutex) goto fail_errno;
+#elif defined(MDB_USE_POSIX_SEM)
+               struct stat stbuf;
+               struct {
+                       dev_t dev;
+                       ino_t ino;
+               } idbuf;
+               MDB_val val;
+               char hexbuf[17];
+
+               if (fstat(env->me_lfd, &stbuf)) goto fail_errno;
+               idbuf.dev = stbuf.st_dev;
+               idbuf.ino = stbuf.st_ino;
+               val.mv_data = &idbuf;
+               val.mv_size = sizeof(idbuf);
+               mdb_hash_hex(&val, hexbuf);
+               sprintf(env->me_txns->mti_rmname, "/MDBr%s", hexbuf);
+               sprintf(env->me_txns->mti_wmname, "/MDBw%s", hexbuf);
+               /* Clean up after a previous run, if needed:  Try to
+                * remove both semaphores before doing anything else.
+                */
+               sem_unlink(env->me_txns->mti_rmname);
+               sem_unlink(env->me_txns->mti_wmname);
+               env->me_rmutex = sem_open(env->me_txns->mti_rmname,
+                       O_CREAT|O_EXCL, mode, 1);
+               if (env->me_rmutex == SEM_FAILED) goto fail_errno;
+               env->me_wmutex = sem_open(env->me_txns->mti_wmname,
+                       O_CREAT|O_EXCL, mode, 1);
+               if (env->me_wmutex == SEM_FAILED) goto fail_errno;
+#else  /* MDB_USE_POSIX_SEM */
                pthread_mutexattr_t mattr;
 
-               pthread_mutexattr_init(&mattr);
-               rc = pthread_mutexattr_setpshared(&mattr, PTHREAD_PROCESS_SHARED);
-               if (rc) {
+               if ((rc = pthread_mutexattr_init(&mattr))
+                       || (rc = pthread_mutexattr_setpshared(&mattr, PTHREAD_PROCESS_SHARED))
+                       || (rc = pthread_mutex_init(&env->me_txns->mti_mutex, &mattr))
+                       || (rc = pthread_mutex_init(&env->me_txns->mti_wmutex, &mattr)))
                        goto fail;
-               }
-               pthread_mutex_init(&env->me_txns->mti_mutex, &mattr);
-               pthread_mutex_init(&env->me_txns->mti_wmutex, &mattr);
-#endif /* __APPLE__ */
-#endif /* _WIN32 */
+               pthread_mutexattr_destroy(&mattr);
+#endif /* _WIN32 || MDB_USE_POSIX_SEM */
+
                env->me_txns->mti_version = MDB_VERSION;
                env->me_txns->mti_magic = MDB_MAGIC;
                env->me_txns->mti_txnid = 0;
                env->me_txns->mti_numreaders = 0;
-               env->me_txns->mti_me_toggle = 0;
 
        } else {
                if (env->me_txns->mti_magic != MDB_MAGIC) {
                        DPUTS("lock region has invalid magic");
-                       rc = EINVAL;
+                       rc = MDB_INVALID;
                        goto fail;
                }
                if (env->me_txns->mti_version != MDB_VERSION) {
@@ -2907,36 +3121,22 @@ mdb_env_setup_locks(MDB_env *env, char *lpath, int mode, int *excl)
                }
 #ifdef _WIN32
                env->me_rmutex = OpenMutex(SYNCHRONIZE, FALSE, env->me_txns->mti_rmname);
-               if (!env->me_rmutex) {
-                       rc = ErrCode();
-                       goto fail;
-               }
+               if (!env->me_rmutex) goto fail_errno;
                env->me_wmutex = OpenMutex(SYNCHRONIZE, FALSE, env->me_txns->mti_wmname);
-               if (!env->me_wmutex) {
-                       rc = ErrCode();
-                       goto fail;
-               }
-#endif
-#ifdef __APPLE__
+               if (!env->me_wmutex) goto fail_errno;
+#elif defined(MDB_USE_POSIX_SEM)
                env->me_rmutex = sem_open(env->me_txns->mti_rmname, 0);
-               if (!env->me_rmutex) {
-                       rc = ErrCode();
-                       goto fail;
-               }
+               if (env->me_rmutex == SEM_FAILED) goto fail_errno;
                env->me_wmutex = sem_open(env->me_txns->mti_wmname, 0);
-               if (!env->me_wmutex) {
-                       rc = ErrCode();
-                       goto fail;
-               }
+               if (env->me_wmutex == SEM_FAILED) goto fail_errno;
 #endif
        }
        return MDB_SUCCESS;
 
+fail_errno:
+       rc = ErrCode();
 fail:
-       close(env->me_lfd);
-       env->me_lfd = INVALID_HANDLE_VALUE;
        return rc;
-
 }
 
        /** The name of the lock file in the DB environment */
@@ -2952,6 +3152,9 @@ mdb_env_open(MDB_env *env, const char *path, unsigned int flags, mode_t mode)
        int             oflags, rc, len, excl;
        char *lpath, *dpath;
 
+       if (env->me_fd != INVALID_HANDLE_VALUE)
+               return EINVAL;
+
        len = strlen(path);
        if (flags & MDB_NOSUBDIR) {
                rc = len + sizeof(LOCKSUFF) + len + 1;
@@ -2971,6 +3174,12 @@ mdb_env_open(MDB_env *env, const char *path, unsigned int flags, mode_t mode)
                sprintf(dpath, "%s" DATANAME, path);
        }
 
+       flags |= env->me_flags;
+       /* silently ignore WRITEMAP if we're only getting read access */
+       if (F_ISSET(flags, MDB_RDONLY|MDB_WRITEMAP))
+               flags ^= MDB_WRITEMAP;
+       env->me_flags = flags |= MDB_ENV_ACTIVE;
+
        rc = mdb_env_setup_locks(env, lpath, mode, &excl);
        if (rc)
                goto leave;
@@ -2999,8 +3208,8 @@ mdb_env_open(MDB_env *env, const char *path, unsigned int flags, mode_t mode)
                goto leave;
        }
 
-       if ((rc = mdb_env_open2(env, flags)) == MDB_SUCCESS) {
-               if (flags & (MDB_RDONLY|MDB_NOSYNC)) {
+       if ((rc = mdb_env_open2(env)) == MDB_SUCCESS) {
+               if (flags & (MDB_RDONLY|MDB_NOSYNC|MDB_NOMETASYNC|MDB_WRITEMAP)) {
                        env->me_mfd = env->me_fd;
                } else {
                        /* synchronous fd for meta writes */
@@ -3016,72 +3225,253 @@ mdb_env_open(MDB_env *env, const char *path, unsigned int flags, mode_t mode)
                                goto leave;
                        }
                }
-               env->me_path = strdup(path);
                DPRINTF("opened dbenv %p", (void *) env);
-               pthread_key_create(&env->me_txkey, mdb_env_reader_dest);
-               LAZY_RWLOCK_INIT(&env->me_dblock, NULL);
-               if (excl)
-                       mdb_env_share_locks(env);
+               rc = pthread_key_create(&env->me_txkey, mdb_env_reader_dest);
+               if (rc)
+                       goto leave;
+               env->me_numdbs = 2;     /* this notes that me_txkey was set */
+#ifdef _WIN32
+               /* Windows TLS callbacks need help finding their TLS info. */
+               if (mdb_tls_nkeys < MAX_TLS_KEYS)
+                       mdb_tls_keys[mdb_tls_nkeys++] = env->me_txkey;
+               else {
+                       rc = MDB_TLS_FULL;
+                       goto leave;
+               }
+#endif
+               if (excl > 0) {
+                       rc = mdb_env_share_locks(env, &excl);
+                       if (rc)
+                               goto leave;
+               }
                env->me_dbxs = calloc(env->me_maxdbs, sizeof(MDB_dbx));
-               env->me_dbs[0] = calloc(env->me_maxdbs, sizeof(MDB_db));
-               env->me_dbs[1] = calloc(env->me_maxdbs, sizeof(MDB_db));
-               env->me_numdbs = 2;
+               env->me_dbflags = calloc(env->me_maxdbs, sizeof(uint16_t));
+               env->me_path = strdup(path);
+               if (!env->me_dbxs || !env->me_dbflags || !env->me_path)
+                       rc = ENOMEM;
        }
 
 leave:
        if (rc) {
-               if (env->me_fd != INVALID_HANDLE_VALUE) {
-                       close(env->me_fd);
-                       env->me_fd = INVALID_HANDLE_VALUE;
-               }
-               if (env->me_lfd != INVALID_HANDLE_VALUE) {
-                       close(env->me_lfd);
-                       env->me_lfd = INVALID_HANDLE_VALUE;
-               }
+               mdb_env_close0(env, excl);
        }
        free(lpath);
        return rc;
 }
 
-void
-mdb_env_close(MDB_env *env)
+/** Destroy resources from mdb_env_open() and clear our readers */
+static void
+mdb_env_close0(MDB_env *env, int excl)
 {
-       MDB_page *dp;
+       int i;
 
-       if (env == NULL)
+       if (!(env->me_flags & MDB_ENV_ACTIVE))
                return;
 
-       VGMEMP_DESTROY(env);
-       while (env->me_dpages) {
-               dp = env->me_dpages;
-               VGMEMP_DEFINED(&dp->mp_next, sizeof(dp->mp_next));
-               env->me_dpages = dp->mp_next;
-               free(dp);
-       }
-
-       free(env->me_dbs[1]);
-       free(env->me_dbs[0]);
+       free(env->me_dbflags);
        free(env->me_dbxs);
        free(env->me_path);
 
-       LAZY_RWLOCK_DESTROY(&env->me_dblock);
-       pthread_key_delete(env->me_txkey);
+       if (env->me_numdbs) {
+               pthread_key_delete(env->me_txkey);
+#ifdef _WIN32
+               /* Delete our key from the global list */
+               for (i=0; i<mdb_tls_nkeys; i++)
+                       if (mdb_tls_keys[i] == env->me_txkey) {
+                               mdb_tls_keys[i] = mdb_tls_keys[mdb_tls_nkeys-1];
+                               mdb_tls_nkeys--;
+                               break;
+                       }
+#endif
+       }
 
        if (env->me_map) {
                munmap(env->me_map, env->me_mapsize);
        }
-       if (env->me_mfd != env->me_fd)
+       if (env->me_mfd != env->me_fd && env->me_mfd != INVALID_HANDLE_VALUE)
                close(env->me_mfd);
-       close(env->me_fd);
+       if (env->me_fd != INVALID_HANDLE_VALUE)
+               close(env->me_fd);
        if (env->me_txns) {
-               pid_t pid = getpid();
-               unsigned int i;
-               for (i=0; i<env->me_txns->mti_numreaders; i++)
+               pid_t pid = env->me_pid;
+               /* Clearing readers is done in this function because
+                * me_txkey with its destructor must be disabled first.
+                */
+               for (i = env->me_numreaders; --i >= 0; )
                        if (env->me_txns->mti_readers[i].mr_pid == pid)
                                env->me_txns->mti_readers[i].mr_pid = 0;
+#ifdef _WIN32
+               if (env->me_rmutex) {
+                       CloseHandle(env->me_rmutex);
+                       if (env->me_wmutex) CloseHandle(env->me_wmutex);
+               }
+               /* Windows automatically destroys the mutexes when
+                * the last handle closes.
+                */
+#elif defined(MDB_USE_POSIX_SEM)
+               if (env->me_rmutex != SEM_FAILED) {
+                       sem_close(env->me_rmutex);
+                       if (env->me_wmutex != SEM_FAILED)
+                               sem_close(env->me_wmutex);
+                       /* If we have the filelock:  If we are the
+                        * only remaining user, clean up semaphores.
+                        */
+                       if (excl == 0)
+                               mdb_env_excl_lock(env, &excl);
+                       if (excl > 0) {
+                               sem_unlink(env->me_txns->mti_rmname);
+                               sem_unlink(env->me_txns->mti_wmname);
+                       }
+               }
+#endif
                munmap((void *)env->me_txns, (env->me_maxreaders-1)*sizeof(MDB_reader)+sizeof(MDB_txninfo));
        }
-       close(env->me_lfd);
+       if (env->me_lfd != INVALID_HANDLE_VALUE) {
+#ifdef _WIN32
+               if (excl >= 0) {
+                       /* Unlock the lockfile.  Windows would have unlocked it
+                        * after closing anyway, but not necessarily at once.
+                        */
+                       UnlockFile(env->me_lfd, 0, 0, 1, 0);
+               }
+#endif
+               close(env->me_lfd);
+       }
+
+       env->me_flags &= ~MDB_ENV_ACTIVE;
+}
+
+int
+mdb_env_copy(MDB_env *env, const char *path)
+{
+       MDB_txn *txn = NULL;
+       int rc, len;
+       size_t wsize;
+       char *lpath, *ptr;
+       HANDLE newfd = INVALID_HANDLE_VALUE;
+
+       if (env->me_flags & MDB_NOSUBDIR) {
+               lpath = (char *)path;
+       } else {
+               len = strlen(path);
+               len += sizeof(DATANAME);
+               lpath = malloc(len);
+               if (!lpath)
+                       return ENOMEM;
+               sprintf(lpath, "%s" DATANAME, path);
+       }
+
+       /* The destination path must exist, but the destination file must not.
+        * We don't want the OS to cache the writes, since the source data is
+        * already in the OS cache.
+        */
+#ifdef _WIN32
+       newfd = CreateFile(lpath, GENERIC_WRITE, 0, NULL, CREATE_NEW,
+                               FILE_FLAG_NO_BUFFERING|FILE_FLAG_WRITE_THROUGH, NULL);
+#else
+       newfd = open(lpath, O_WRONLY|O_CREAT|O_EXCL
+#ifdef O_DIRECT
+               |O_DIRECT
+#endif
+               , 0666);
+#endif
+       if (!(env->me_flags & MDB_NOSUBDIR))
+               free(lpath);
+       if (newfd == INVALID_HANDLE_VALUE) {
+               rc = ErrCode();
+               goto leave;
+       }
+
+#ifdef F_NOCACHE       /* __APPLE__ */
+       rc = fcntl(newfd, F_NOCACHE, 1);
+       if (rc) {
+               rc = ErrCode();
+               goto leave;
+       }
+#endif
+
+       /* Do the lock/unlock of the reader mutex before starting the
+        * write txn.  Otherwise other read txns could block writers.
+        */
+       rc = mdb_txn_begin(env, NULL, MDB_RDONLY, &txn);
+       if (rc)
+               goto leave;
+
+       if (!(env->me_flags & MDB_ROFS)) {
+               /* We must start the actual read txn after blocking writers */
+               mdb_txn_reset0(txn);
+
+               /* Temporarily block writers until we snapshot the meta pages */
+               LOCK_MUTEX_W(env);
+
+               rc = mdb_txn_renew0(txn);
+               if (rc) {
+                       UNLOCK_MUTEX_W(env);
+                       goto leave;
+               }
+       }
+
+       wsize = env->me_psize * 2;
+#ifdef _WIN32
+       {
+               DWORD len;
+               rc = WriteFile(newfd, env->me_map, wsize, &len, NULL);
+               rc = (len == wsize) ? MDB_SUCCESS : ErrCode();
+       }
+#else
+       rc = write(newfd, env->me_map, wsize);
+       rc = (rc == (int)wsize) ? MDB_SUCCESS : ErrCode();
+#endif
+       if (! (env->me_flags & MDB_ROFS))
+               UNLOCK_MUTEX_W(env);
+
+       if (rc)
+               goto leave;
+
+       ptr = env->me_map + wsize;
+       wsize = txn->mt_next_pgno * env->me_psize - wsize;
+#ifdef _WIN32
+#define MAX_UINT32     4294967295U
+       while (wsize > 0) {
+               DWORD len, w2;
+               if (wsize > MAX_UINT32)
+                       w2 = MAX_UINT32 - env->me_psize + 1;    /* write in pagesize chunks */
+               else
+                       w2 = wsize;
+               rc = WriteFile(newfd, ptr, w2, &len, NULL);
+               rc = (len == w2) ? MDB_SUCCESS : ErrCode();
+               if (rc) break;
+               wsize -= w2;
+       }
+#else
+       rc = write(newfd, ptr, wsize);
+       rc = (rc == (int)wsize) ? MDB_SUCCESS : ErrCode();
+#endif
+       mdb_txn_abort(txn);
+
+leave:
+       if (newfd != INVALID_HANDLE_VALUE)
+               close(newfd);
+
+       return rc;
+}
+
+void
+mdb_env_close(MDB_env *env)
+{
+       MDB_page *dp;
+
+       if (env == NULL)
+               return;
+
+       VGMEMP_DESTROY(env);
+       while ((dp = env->me_dpages) != NULL) {
+               VGMEMP_DEFINED(&dp->mp_next, sizeof(dp->mp_next));
+               env->me_dpages = dp->mp_next;
+               free(dp);
+       }
+
+       mdb_env_close0(env, 0);
        mdb_midl_free(env->me_free_pgs);
        free(env);
 }
@@ -3292,10 +3682,10 @@ mdb_cursor_adjust(MDB_cursor *mc, func)
 static void
 mdb_cursor_pop(MDB_cursor *mc)
 {
-       MDB_page        *top;
-
        if (mc->mc_snum) {
-               top = mc->mc_pg[mc->mc_top];
+#if MDB_DEBUG
+               MDB_page        *top = mc->mc_pg[mc->mc_top];
+#endif
                mc->mc_snum--;
                if (mc->mc_snum)
                        mc->mc_top--;
@@ -3314,7 +3704,7 @@ mdb_cursor_push(MDB_cursor *mc, MDB_page *mp)
 
        if (mc->mc_snum >= CURSOR_STACK) {
                assert(mc->mc_snum < CURSOR_STACK);
-               return ENOMEM;
+               return MDB_CURSOR_FULL;
        }
 
        mc->mc_top = mc->mc_snum++;
@@ -3335,6 +3725,11 @@ mdb_page_get(MDB_txn *txn, pgno_t pgno, MDB_page **ret)
 {
        MDB_page *p = NULL;
 
+       if (txn->mt_env->me_flags & MDB_WRITEMAP) {
+               if (pgno < txn->mt_next_pgno)
+                       p = (MDB_page *)(txn->mt_env->me_map + txn->mt_env->me_psize * pgno);
+               goto done;
+       }
        if (!F_ISSET(txn->mt_flags, MDB_TXN_RDONLY) && txn->mt_u.dirty_list[0].mid) {
                unsigned x;
                x = mdb_mid2l_search(txn->mt_u.dirty_list, pgno);
@@ -3343,9 +3738,10 @@ mdb_page_get(MDB_txn *txn, pgno_t pgno, MDB_page **ret)
                }
        }
        if (!p) {
-               if (pgno <= txn->mt_env->me_metas[txn->mt_toggle]->mm_last_pg)
+               if (pgno < txn->mt_next_pgno)
                        p = (MDB_page *)(txn->mt_env->me_map + txn->mt_env->me_psize * pgno);
        }
+done:
        *ret = p;
        if (!p) {
                DPRINTF("page %zu not found", pgno);
@@ -3361,7 +3757,8 @@ mdb_page_get(MDB_txn *txn, pgno_t pgno, MDB_page **ret)
  * @param[in,out] mc the cursor for this operation.
  * @param[in] key the key to search for. If NULL, search for the lowest
  * page. (This is used by #mdb_cursor_first().)
- * @param[in] modify If true, visited pages are updated with new page numbers.
+ * @param[in] flags If MDB_PS_MODIFY set, visited pages are updated with new page numbers.
+ *   If MDB_PS_ROOTONLY set, just fetch root node, no further lookups.
  * @return 0 on success, non-zero on failure.
  */
 static int
@@ -3443,7 +3840,7 @@ mdb_page_search_root(MDB_cursor *mc, MDB_val *key, int modify)
  * @return 0 on success, non-zero on failure.
  */
 static int
-mdb_page_search(MDB_cursor *mc, MDB_val *key, int modify)
+mdb_page_search(MDB_cursor *mc, MDB_val *key, int flags)
 {
        int              rc;
        pgno_t           root;
@@ -3458,11 +3855,11 @@ mdb_page_search(MDB_cursor *mc, MDB_val *key, int modify)
                /* Make sure we're using an up-to-date root */
                if (mc->mc_dbi > MAIN_DBI) {
                        if ((*mc->mc_dbflag & DB_STALE) ||
-                       (modify && !(*mc->mc_dbflag & DB_DIRTY))) {
+                       ((flags & MDB_PS_MODIFY) && !(*mc->mc_dbflag & DB_DIRTY))) {
                                MDB_cursor mc2;
                                unsigned char dbflag = 0;
                                mdb_cursor_init(&mc2, mc->mc_txn, MAIN_DBI, NULL);
-                               rc = mdb_page_search(&mc2, &mc->mc_dbx->md_name, modify);
+                               rc = mdb_page_search(&mc2, &mc->mc_dbx->md_name, flags & MDB_PS_MODIFY);
                                if (rc)
                                        return rc;
                                if (*mc->mc_dbflag & DB_STALE) {
@@ -3475,7 +3872,7 @@ mdb_page_search(MDB_cursor *mc, MDB_val *key, int modify)
                                        mdb_node_read(mc->mc_txn, leaf, &data);
                                        memcpy(mc->mc_db, data.mv_data, sizeof(MDB_db));
                                }
-                               if (modify)
+                               if (flags & MDB_PS_MODIFY)
                                        dbflag = DB_DIRTY;
                                *mc->mc_dbflag = dbflag;
                        }
@@ -3489,8 +3886,9 @@ mdb_page_search(MDB_cursor *mc, MDB_val *key, int modify)
        }
 
        assert(root > 1);
-       if ((rc = mdb_page_get(mc->mc_txn, root, &mc->mc_pg[0])))
-               return rc;
+       if (!mc->mc_pg[0] || mc->mc_pg[0]->mp_pgno != root)
+               if ((rc = mdb_page_get(mc->mc_txn, root, &mc->mc_pg[0])))
+                       return rc;
 
        mc->mc_snum = 1;
        mc->mc_top = 0;
@@ -3498,12 +3896,15 @@ mdb_page_search(MDB_cursor *mc, MDB_val *key, int modify)
        DPRINTF("db %u root page %zu has flags 0x%X",
                mc->mc_dbi, root, mc->mc_pg[0]->mp_flags);
 
-       if (modify) {
+       if (flags & MDB_PS_MODIFY) {
                if ((rc = mdb_page_touch(mc)))
                        return rc;
        }
 
-       return mdb_page_search_root(mc, key, modify);
+       if (flags & MDB_PS_ROOTONLY)
+               return MDB_SUCCESS;
+
+       return mdb_page_search_root(mc, key, flags);
 }
 
 /** Return the data associated with a given node.
@@ -3589,8 +3990,12 @@ mdb_cursor_sibling(MDB_cursor *mc, int move_right)
                       : (mc->mc_ki[mc->mc_top] == 0)) {
                DPRINTF("no more keys left, moving to %s sibling",
                    move_right ? "right" : "left");
-               if ((rc = mdb_cursor_sibling(mc, move_right)) != MDB_SUCCESS)
+               if ((rc = mdb_cursor_sibling(mc, move_right)) != MDB_SUCCESS) {
+                       /* undo cursor_pop before returning */
+                       mc->mc_top++;
+                       mc->mc_snum++;
                        return rc;
+               }
        } else {
                if (move_right)
                        mc->mc_ki[mc->mc_top]++;
@@ -3603,7 +4008,7 @@ mdb_cursor_sibling(MDB_cursor *mc, int move_right)
 
        indx = NODEPTR(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top]);
        if ((rc = mdb_page_get(mc->mc_txn, NODEPGNO(indx), &mp)))
-               return rc;;
+               return rc;
 
        mdb_cursor_push(mc, mp);
 
@@ -3681,7 +4086,7 @@ mdb_cursor_next(MDB_cursor *mc, MDB_val *key, MDB_val *data, MDB_cursor_op op)
                }
        }
 
-       MDB_SET_KEY(leaf, key);
+       MDB_GET_KEY(leaf, key);
        return MDB_SUCCESS;
 }
 
@@ -3754,7 +4159,7 @@ mdb_cursor_prev(MDB_cursor *mc, MDB_val *key, MDB_val *data, MDB_cursor_op op)
                }
        }
 
-       MDB_SET_KEY(leaf, key);
+       MDB_GET_KEY(leaf, key);
        return MDB_SUCCESS;
 }
 
@@ -3765,7 +4170,7 @@ mdb_cursor_set(MDB_cursor *mc, MDB_val *key, MDB_val *data,
 {
        int              rc;
        MDB_page        *mp;
-       MDB_node        *leaf;
+       MDB_node        *leaf = NULL;
        DKBUF;
 
        assert(mc);
@@ -3786,7 +4191,7 @@ mdb_cursor_set(MDB_cursor *mc, MDB_val *key, MDB_val *data,
                        nodekey.mv_data = LEAF2KEY(mp, 0, nodekey.mv_size);
                } else {
                        leaf = NODEPTR(mp, 0);
-                       MDB_SET_KEY(leaf, &nodekey);
+                       MDB_GET_KEY(leaf, &nodekey);
                }
                rc = mc->mc_dbx->md_cmp(key, &nodekey);
                if (rc == 0) {
@@ -3794,7 +4199,6 @@ mdb_cursor_set(MDB_cursor *mc, MDB_val *key, MDB_val *data,
                         * was the one we wanted.
                         */
                        mc->mc_ki[mc->mc_top] = 0;
-                       leaf = NODEPTR(mp, 0);
                        if (exactp)
                                *exactp = 1;
                        goto set1;
@@ -3808,19 +4212,34 @@ mdb_cursor_set(MDB_cursor *mc, MDB_val *key, MDB_val *data,
                                                 nkeys-1, nodekey.mv_size);
                                } else {
                                        leaf = NODEPTR(mp, nkeys-1);
-                                       MDB_SET_KEY(leaf, &nodekey);
+                                       MDB_GET_KEY(leaf, &nodekey);
                                }
                                rc = mc->mc_dbx->md_cmp(key, &nodekey);
                                if (rc == 0) {
                                        /* last node was the one we wanted */
                                        mc->mc_ki[mc->mc_top] = nkeys-1;
-                                       leaf = NODEPTR(mp, nkeys-1);
                                        if (exactp)
                                                *exactp = 1;
                                        goto set1;
                                }
                                if (rc < 0) {
-                                       /* This is definitely the right page, skip search_page */
+                                       if (mc->mc_ki[mc->mc_top] < NUMKEYS(mp)) {
+                                               /* This is definitely the right page, skip search_page */
+                                               if (mp->mp_flags & P_LEAF2) {
+                                                       nodekey.mv_data = LEAF2KEY(mp,
+                                                                mc->mc_ki[mc->mc_top], nodekey.mv_size);
+                                               } else {
+                                                       leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
+                                                       MDB_GET_KEY(leaf, &nodekey);
+                                               }
+                                               rc = mc->mc_dbx->md_cmp(key, &nodekey);
+                                               if (rc == 0) {
+                                                       /* current node was the one we wanted */
+                                                       if (exactp)
+                                                               *exactp = 1;
+                                                       goto set1;
+                                               }
+                                       }
                                        rc = 0;
                                        goto set2;
                                }
@@ -3883,7 +4302,7 @@ set1:
        }
        if (data) {
                if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
-                       if (op == MDB_SET || op == MDB_SET_RANGE) {
+                       if (op == MDB_SET || op == MDB_SET_KEY || op == MDB_SET_RANGE) {
                                rc = mdb_cursor_first(&mc->mc_xcursor->mx_cursor, data, NULL);
                        } else {
                                int ex2, *ex2p;
@@ -3916,8 +4335,8 @@ set1:
        }
 
        /* The key already matches in all other cases */
-       if (op == MDB_SET_RANGE)
-               MDB_SET_KEY(leaf, key);
+       if (op == MDB_SET_RANGE || op == MDB_SET_KEY)
+               MDB_GET_KEY(leaf, key);
        DPRINTF("==> cursor placed on key [%s]", DKEY(key));
 
        return rc;
@@ -3962,7 +4381,7 @@ mdb_cursor_first(MDB_cursor *mc, MDB_val *key, MDB_val *data)
                                return rc;
                }
        }
-       MDB_SET_KEY(leaf, key);
+       MDB_GET_KEY(leaf, key);
        return MDB_SUCCESS;
 }
 
@@ -3972,23 +4391,24 @@ mdb_cursor_last(MDB_cursor *mc, MDB_val *key, MDB_val *data)
 {
        int              rc;
        MDB_node        *leaf;
-       MDB_val lkey;
 
-       lkey.mv_size = MAXKEYSIZE+1;
-       lkey.mv_data = NULL;
+       if (!(mc->mc_flags & C_EOF)) {
 
        if (!(mc->mc_flags & C_INITIALIZED) || mc->mc_top) {
+               MDB_val lkey;
+
+               lkey.mv_size = MAXKEYSIZE+1;
+               lkey.mv_data = NULL;
                rc = mdb_page_search(mc, &lkey, 0);
                if (rc != MDB_SUCCESS)
                        return rc;
        }
        assert(IS_LEAF(mc->mc_pg[mc->mc_top]));
 
-       leaf = NODEPTR(mc->mc_pg[mc->mc_top], NUMKEYS(mc->mc_pg[mc->mc_top])-1);
-       mc->mc_flags |= C_INITIALIZED;
-       mc->mc_flags &= ~C_EOF;
-
+       mc->mc_flags |= C_INITIALIZED|C_EOF;
        mc->mc_ki[mc->mc_top] = NUMKEYS(mc->mc_pg[mc->mc_top]) - 1;
+       }
+       leaf = NODEPTR(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top]);
 
        if (IS_LEAF2(mc->mc_pg[mc->mc_top])) {
                key->mv_size = mc->mc_db->md_pad;
@@ -4010,7 +4430,7 @@ mdb_cursor_last(MDB_cursor *mc, MDB_val *key, MDB_val *data)
                }
        }
 
-       MDB_SET_KEY(leaf, key);
+       MDB_GET_KEY(leaf, key);
        return MDB_SUCCESS;
 }
 
@@ -4024,6 +4444,33 @@ mdb_cursor_get(MDB_cursor *mc, MDB_val *key, MDB_val *data,
        assert(mc);
 
        switch (op) {
+       case MDB_GET_CURRENT:
+               if (!mc->mc_flags & C_INITIALIZED) {
+                       rc = EINVAL;
+               } else {
+                       MDB_page *mp = mc->mc_pg[mc->mc_top];
+                       if (!NUMKEYS(mp)) {
+                               mc->mc_ki[mc->mc_top] = 0;
+                               rc = MDB_NOTFOUND;
+                               break;
+                       }
+                       rc = MDB_SUCCESS;
+                       if (IS_LEAF2(mp)) {
+                               key->mv_size = mc->mc_db->md_pad;
+                               key->mv_data = LEAF2KEY(mp, mc->mc_ki[mc->mc_top], key->mv_size);
+                       } else {
+                               MDB_node *leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
+                               MDB_GET_KEY(leaf, key);
+                               if (data) {
+                                       if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                                               rc = mdb_cursor_get(&mc->mc_xcursor->mx_cursor, data, NULL, MDB_GET_CURRENT);
+                                       } else {
+                                               rc = mdb_node_read(mc->mc_txn, leaf, data);
+                                       }
+                               }
+                       }
+               }
+               break;
        case MDB_GET_BOTH:
        case MDB_GET_BOTH_RANGE:
                if (data == NULL || mc->mc_xcursor == NULL) {
@@ -4032,6 +4479,7 @@ mdb_cursor_get(MDB_cursor *mc, MDB_val *key, MDB_val *data,
                }
                /* FALLTHRU */
        case MDB_SET:
+       case MDB_SET_KEY:
        case MDB_SET_RANGE:
                if (key == NULL || key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
                        rc = EINVAL;
@@ -4087,10 +4535,12 @@ fetchm:
        case MDB_PREV:
        case MDB_PREV_DUP:
        case MDB_PREV_NODUP:
-               if (!(mc->mc_flags & C_INITIALIZED) || (mc->mc_flags & C_EOF))
+               if (!(mc->mc_flags & C_INITIALIZED) || (mc->mc_flags & C_EOF)) {
                        rc = mdb_cursor_last(mc, key, data);
-               else
-                       rc = mdb_cursor_prev(mc, key, data, op);
+                       mc->mc_flags |= C_INITIALIZED;
+                       mc->mc_ki[mc->mc_top]++;
+               }
+               rc = mdb_cursor_prev(mc, key, data, op);
                break;
        case MDB_FIRST:
                rc = mdb_cursor_first(mc, key, data);
@@ -4138,8 +4588,10 @@ mdb_cursor_touch(MDB_cursor *mc)
 
        if (mc->mc_dbi > MAIN_DBI && !(*mc->mc_dbflag & DB_DIRTY)) {
                MDB_cursor mc2;
-               mdb_cursor_init(&mc2, mc->mc_txn, MAIN_DBI, NULL);
-               rc = mdb_page_search(&mc2, &mc->mc_dbx->md_name, 1);
+               MDB_xcursor mcx;
+               mdb_cursor_init(&mc2, mc->mc_txn, MAIN_DBI,
+                       mc->mc_txn->mt_dbs[MAIN_DBI].md_flags & MDB_DUPSORT ? &mcx : NULL);
+               rc = mdb_page_search(&mc2, &mc->mc_dbx->md_name, MDB_PS_MODIFY);
                if (rc)
                         return rc;
                *mc->mc_dbflag = DB_DIRTY;
@@ -4161,7 +4613,7 @@ mdb_cursor_put(MDB_cursor *mc, MDB_val *key, MDB_val *data,
        MDB_val xdata, *rdata, dkey;
        MDB_page        *fp;
        MDB_db dummy;
-       int do_sub = 0;
+       int do_sub = 0, insert = 0;
        unsigned int mcount = 0;
        size_t nsize;
        int rc, rc2;
@@ -4186,8 +4638,8 @@ mdb_cursor_put(MDB_cursor *mc, MDB_val *key, MDB_val *data,
                MDB_page *np;
                /* new database, write a root leaf page */
                DPUTS("allocating new root leaf page");
-               if ((np = mdb_page_new(mc, P_LEAF, 1)) == NULL) {
-                       return ENOMEM;
+               if ((rc = mdb_page_new(mc, P_LEAF, 1, &np))) {
+                       return rc;
                }
                mc->mc_snum = 0;
                mdb_cursor_push(mc, np);
@@ -4203,7 +4655,21 @@ mdb_cursor_put(MDB_cursor *mc, MDB_val *key, MDB_val *data,
        } else {
                int exact = 0;
                MDB_val d2;
+               if (flags & MDB_APPEND) {
+                       MDB_val k2;
+                       rc = mdb_cursor_last(mc, &k2, &d2);
+                       if (rc == 0) {
+                               rc = mc->mc_dbx->md_cmp(key, &k2);
+                               if (rc > 0) {
+                                       rc = MDB_NOTFOUND;
+                                       mc->mc_ki[mc->mc_top]++;
+                               } else {
+                                       rc = 0;
+                               }
+                       }
+               } else {
                rc = mdb_cursor_set(mc, key, &d2, MDB_SET, &exact);
+               }
                if ((flags & MDB_NOOVERWRITE) && rc == 0) {
                        DPRINTF("duplicate key [%s]", DKEY(key));
                        *data = d2;
@@ -4269,6 +4735,7 @@ more:
                                if (mc->mc_db->md_flags & MDB_DUPFIXED) {
                                        fp->mp_flags |= P_LEAF2;
                                        fp->mp_pad = data->mv_size;
+                                       fp->mp_upper += 2 * data->mv_size;      /* leave space for 2 more */
                                } else {
                                        fp->mp_upper += 2 * sizeof(indx_t) + 2 * NODESIZE +
                                                (dkey.mv_size & 1) + (data->mv_size & 1);
@@ -4289,6 +4756,7 @@ more:
 
                                fp = NODEDATA(leaf);
                                if (flags == MDB_CURRENT) {
+reuse:
                                        fp->mp_flags |= P_DIRTY;
                                        COPY_PGNO(fp->mp_pgno, mc->mc_pg[mc->mc_top]->mp_pgno);
                                        mc->mc_xcursor->mx_cursor.mc_pg[0] = fp;
@@ -4297,6 +4765,9 @@ more:
                                }
                                if (mc->mc_db->md_flags & MDB_DUPFIXED) {
                                        offset = fp->mp_pad;
+                                       if (SIZELEFT(fp) >= offset)
+                                               goto reuse;
+                                       offset *= 4;    /* space for 4 more */
                                } else {
                                        offset = NODESIZE + sizeof(indx_t) + data->mv_size;
                                }
@@ -4320,9 +4791,8 @@ more:
                                        rdata = &xdata;
                                        xdata.mv_size = sizeof(MDB_db);
                                        xdata.mv_data = &dummy;
-                                       mp = mdb_page_alloc(mc, 1);
-                                       if (!mp)
-                                               return ENOMEM;
+                                       if ((rc = mdb_page_alloc(mc, 1, &mp)))
+                                               return rc;
                                        offset = mc->mc_txn->mt_env->me_psize - NODEDSZ(leaf);
                                        flags |= F_DUPDATA|F_SUBDATA;
                                        dummy.md_root = mp->mp_pgno;
@@ -4402,6 +4872,7 @@ current:
                mc->mc_db->md_entries--;
        } else {
                DPRINTF("inserting key at index %i", mc->mc_ki[mc->mc_top]);
+               insert = 1;
        }
 
        rdata = data;
@@ -4412,11 +4883,13 @@ new_sub:
        if (SIZELEFT(mc->mc_pg[mc->mc_top]) < nsize) {
                if (( flags & (F_DUPDATA|F_SUBDATA)) == F_DUPDATA )
                        nflags &= ~MDB_APPEND;
+               if (!insert)
+                       nflags |= MDB_SPLIT_REPLACE;
                rc = mdb_page_split(mc, key, rdata, P_INVALID, nflags);
        } else {
                /* There is room already in this leaf page. */
                rc = mdb_node_add(mc, mc->mc_ki[mc->mc_top], key, rdata, 0, nflags);
-               if (rc == 0 && !do_sub) {
+               if (rc == 0 && !do_sub && insert) {
                        /* Adjust other cursors pointing to mp */
                        MDB_cursor *m2, *m3;
                        MDB_dbi dbi = mc->mc_dbi;
@@ -4478,7 +4951,8 @@ put_sub:
                                        }
                                }
                        }
-                       xflags |= (flags & MDB_APPEND);
+                       if (flags & MDB_APPENDDUP)
+                               xflags |= MDB_APPEND;
                        rc = mdb_cursor_put(&mc->mc_xcursor->mx_cursor, data, &xdata, xflags);
                        if (flags & F_SUBDATA) {
                                void *db = NODEDATA(leaf);
@@ -4561,15 +5035,17 @@ mdb_cursor_del(MDB_cursor *mc, unsigned int flags)
  * @param[in] flags flags defining what type of page is being allocated.
  * @param[in] num the number of pages to allocate. This is usually 1,
  * unless allocating overflow pages for a large record.
- * @return Address of a page, or NULL on failure.
+ * @param[out] mp Address of a page, or NULL on failure.
+ * @return 0 on success, non-zero on failure.
  */
-static MDB_page *
-mdb_page_new(MDB_cursor *mc, uint32_t flags, int num)
+static int
+mdb_page_new(MDB_cursor *mc, uint32_t flags, int num, MDB_page **mp)
 {
        MDB_page        *np;
+       int rc;
 
-       if ((np = mdb_page_alloc(mc, num)) == NULL)
-               return NULL;
+       if ((rc = mdb_page_alloc(mc, num, &np)))
+               return rc;
        DPRINTF("allocated new mpage %zu, page size %u",
            np->mp_pgno, mc->mc_txn->mt_env->me_psize);
        np->mp_flags = flags | P_DIRTY;
@@ -4584,8 +5060,9 @@ mdb_page_new(MDB_cursor *mc, uint32_t flags, int num)
                mc->mc_db->md_overflow_pages += num;
                np->mp_pages = num;
        }
+       *mp = np;
 
-       return np;
+       return 0;
 }
 
 /** Calculate the size of a leaf node.
@@ -4649,7 +5126,7 @@ mdb_branch_size(MDB_env *env, MDB_val *key)
  * @return 0 on success, non-zero on failure. Possible errors are:
  * <ul>
  *     <li>ENOMEM - failed to allocate overflow pages for the node.
- *     <li>ENOSPC - there is insufficient room in the page. This error
+ *     <li>MDB_PAGE_FULL - there is insufficient room in the page. This error
  *     should never happen since all callers already calculate the
  *     page's free space before calling this function.
  * </ul>
@@ -4700,12 +5177,13 @@ mdb_node_add(MDB_cursor *mc, indx_t indx,
                        node_size += sizeof(pgno_t);
                } else if (node_size + data->mv_size >= mc->mc_txn->mt_env->me_psize / MDB_MINKEYS) {
                        int ovpages = OVPAGES(data->mv_size, mc->mc_txn->mt_env->me_psize);
+                       int rc;
                        /* Put data on overflow page. */
                        DPRINTF("data size is %zu, node would be %zu, put data on overflow page",
                            data->mv_size, node_size+data->mv_size);
                        node_size += sizeof(pgno_t);
-                       if ((ofp = mdb_page_new(mc, P_OVERFLOW, ovpages)) == NULL)
-                               return ENOMEM;
+                       if ((rc = mdb_page_new(mc, P_OVERFLOW, ovpages, &ofp)))
+                               return rc;
                        DPRINTF("allocated overflow page %zu", ofp->mp_pgno);
                        flags |= F_BIGDATA;
                } else {
@@ -4720,7 +5198,7 @@ mdb_node_add(MDB_cursor *mc, indx_t indx,
                DPRINTF("upper - lower = %u - %u = %u", mp->mp_upper, mp->mp_lower,
                    mp->mp_upper - mp->mp_lower);
                DPRINTF("node size = %zu", node_size);
-               return ENOSPC;
+               return MDB_PAGE_FULL;
        }
 
        /* Move higher pointers up one slot. */
@@ -4925,6 +5403,7 @@ mdb_xcursor_init1(MDB_cursor *mc, MDB_node *node)
 
        if (node->mn_flags & F_SUBDATA) {
                memcpy(&mx->mx_db, NODEDATA(node), sizeof(MDB_db));
+               mx->mx_cursor.mc_pg[0] = 0;
                mx->mx_cursor.mc_snum = 0;
                mx->mx_cursor.mc_flags = C_SUB;
        } else {
@@ -4977,6 +5456,7 @@ mdb_cursor_init(MDB_cursor *mc, MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx)
        mc->mc_dbflag = &txn->mt_dbflags[dbi];
        mc->mc_snum = 0;
        mc->mc_top = 0;
+       mc->mc_pg[0] = 0;
        mc->mc_flags = 0;
        if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT) {
                assert(mx != NULL);
@@ -4985,6 +5465,9 @@ mdb_cursor_init(MDB_cursor *mc, MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx)
        } else {
                mc->mc_xcursor = NULL;
        }
+       if (*mc->mc_dbflag & DB_STALE) {
+               mdb_page_search(mc, NULL, MDB_PS_ROOTONLY);
+       }
 }
 
 int
@@ -5023,6 +5506,19 @@ mdb_cursor_open(MDB_txn *txn, MDB_dbi dbi, MDB_cursor **ret)
        return MDB_SUCCESS;
 }
 
+int
+mdb_cursor_renew(MDB_txn *txn, MDB_cursor *mc)
+{
+       if (txn == NULL || mc == NULL || mc->mc_dbi >= txn->mt_numdbs)
+               return EINVAL;
+
+       if (txn->mt_cursors)
+               return EINVAL;
+
+       mdb_cursor_init(mc, txn, mc->mc_dbi, mc->mc_xcursor);
+       return MDB_SUCCESS;
+}
+
 /* Return the count of duplicate data items for the current key */
 int
 mdb_cursor_count(MDB_cursor *mc, size_t *countp)
@@ -5118,7 +5614,7 @@ mdb_update_key(MDB_page *mp, indx_t indx, MDB_val *key)
        if (delta) {
                if (delta > 0 && SIZELEFT(mp) < delta) {
                        DPRINTF("OUCH! Not enough room, delta = %d", delta);
-                       return ENOSPC;
+                       return MDB_PAGE_FULL;
                }
 
                numkeys = NUMKEYS(mp);
@@ -5181,9 +5677,14 @@ mdb_node_move(MDB_cursor *csrc, MDB_cursor *cdst)
                        MDB_node *s2;
                        /* must find the lowest key below src */
                        mdb_page_search_root(csrc, NULL, 0);
-                       s2 = NODEPTR(csrc->mc_pg[csrc->mc_top], 0);
-                       key.mv_size = NODEKSZ(s2);
-                       key.mv_data = NODEKEY(s2);
+                       if (IS_LEAF2(csrc->mc_pg[csrc->mc_top])) {
+                               key.mv_size = csrc->mc_db->md_pad;
+                               key.mv_data = LEAF2KEY(csrc->mc_pg[csrc->mc_top], 0, key.mv_size);
+                       } else {
+                               s2 = NODEPTR(csrc->mc_pg[csrc->mc_top], 0);
+                               key.mv_size = NODEKSZ(s2);
+                               key.mv_data = NODEKEY(s2);
+                       }
                        csrc->mc_snum = snum--;
                        csrc->mc_top = snum;
                } else {
@@ -5199,9 +5700,14 @@ mdb_node_move(MDB_cursor *csrc, MDB_cursor *cdst)
                MDB_val bkey;
                /* must find the lowest key below dst */
                mdb_page_search_root(cdst, NULL, 0);
-               s2 = NODEPTR(cdst->mc_pg[cdst->mc_top], 0);
-               bkey.mv_size = NODEKSZ(s2);
-               bkey.mv_data = NODEKEY(s2);
+               if (IS_LEAF2(cdst->mc_pg[cdst->mc_top])) {
+                       bkey.mv_size = cdst->mc_db->md_pad;
+                       bkey.mv_data = LEAF2KEY(cdst->mc_pg[cdst->mc_top], 0, bkey.mv_size);
+               } else {
+                       s2 = NODEPTR(cdst->mc_pg[cdst->mc_top], 0);
+                       bkey.mv_size = NODEKSZ(s2);
+                       bkey.mv_data = NODEKEY(s2);
+               }
                cdst->mc_snum = snum--;
                cdst->mc_top = snum;
                rc = mdb_update_key(cdst->mc_pg[cdst->mc_top], 0, &bkey);
@@ -5344,9 +5850,14 @@ mdb_page_merge(MDB_cursor *csrc, MDB_cursor *cdst)
                                MDB_node *s2;
                                /* must find the lowest key below src */
                                mdb_page_search_root(csrc, NULL, 0);
-                               s2 = NODEPTR(csrc->mc_pg[csrc->mc_top], 0);
-                               key.mv_size = NODEKSZ(s2);
-                               key.mv_data = NODEKEY(s2);
+                               if (IS_LEAF2(csrc->mc_pg[csrc->mc_top])) {
+                                       key.mv_size = csrc->mc_db->md_pad;
+                                       key.mv_data = LEAF2KEY(csrc->mc_pg[csrc->mc_top], 0, key.mv_size);
+                               } else {
+                                       s2 = NODEPTR(csrc->mc_pg[csrc->mc_top], 0);
+                                       key.mv_size = NODEKSZ(s2);
+                                       key.mv_data = NODEKEY(s2);
+                               }
                                csrc->mc_snum = snum--;
                                csrc->mc_top = snum;
                        } else {
@@ -5663,6 +6174,7 @@ mdb_del(MDB_txn *txn, MDB_dbi dbi,
  * @param[in] newkey The key for the newly inserted node.
  * @param[in] newdata The data for the newly inserted node.
  * @param[in] newpgno The page number, if the new node is a branch node.
+ * @param[in] nflags The #NODE_ADD_FLAGS for the new node.
  * @return 0 on success, non-zero on failure.
  */
 static int
@@ -5670,7 +6182,7 @@ mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata, pgno_t newpgno
        unsigned int nflags)
 {
        unsigned int flags;
-       int              rc = MDB_SUCCESS, ins_new = 0, new_root = 0, newpos = 1;
+       int              rc = MDB_SUCCESS, ins_new = 0, new_root = 0, newpos = 1, did_split = 0;
        indx_t           newindx;
        pgno_t           pgno = 0;
        unsigned int     i, j, split_indx, nkeys, pmax;
@@ -5690,13 +6202,13 @@ mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata, pgno_t newpgno
            DKEY(newkey), mc->mc_ki[mc->mc_top]);
 
        /* Create a right sibling. */
-       if ((rp = mdb_page_new(mc, mp->mp_flags, 1)) == NULL)
-               return ENOMEM;
+       if ((rc = mdb_page_new(mc, mp->mp_flags, 1, &rp)))
+               return rc;
        DPRINTF("new right sibling: page %zu", rp->mp_pgno);
 
        if (mc->mc_snum < 2) {
-               if ((pp = mdb_page_new(mc, P_BRANCH, 1)) == NULL)
-                       return ENOMEM;
+               if ((rc = mdb_page_new(mc, P_BRANCH, 1, &pp)))
+                       return rc;
                /* shift current top to make room for new parent */
                mc->mc_pg[1] = mc->mc_pg[0];
                mc->mc_ki[1] = mc->mc_ki[0];
@@ -5724,6 +6236,7 @@ mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata, pgno_t newpgno
                DPRINTF("parent branch page is %zu", mc->mc_pg[ptop]->mp_pgno);
        }
 
+       mc->mc_flags |= C_SPLITTING;
        mdb_cursor_copy(mc, &mn);
        mn.mc_pg[mn.mc_top] = rp;
        mn.mc_ki[ptop] = mc->mc_ki[ptop]+1;
@@ -5731,13 +6244,15 @@ mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata, pgno_t newpgno
        if (nflags & MDB_APPEND) {
                mn.mc_ki[mn.mc_top] = 0;
                sepkey = *newkey;
+               split_indx = newindx;
                nkeys = 0;
-               split_indx = 0;
                goto newsep;
        }
 
        nkeys = NUMKEYS(mp);
-       split_indx = (nkeys + 1) / 2;
+       split_indx = nkeys / 2;
+       if (newindx < split_indx)
+               newpos = 0;
 
        if (IS_LEAF2(rp)) {
                char *split, *ins;
@@ -5788,15 +6303,19 @@ mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata, pgno_t newpgno
         * This check is only needed when the data items are
         * relatively large, such that being off by one will
         * make the difference between success or failure.
-        * When the size of the data items is much smaller than
-        * one-half of a page, this check is irrelevant.
+        *
+        * It's also relevant if a page happens to be laid out
+        * such that one half of its nodes are all "small" and
+        * the other half of its nodes are "large." If the new
+        * item is also "large" and falls on the half with
+        * "large" nodes, it also may not fit.
         */
        if (IS_LEAF(mp)) {
                unsigned int psize, nsize;
                /* Maximum free space in an empty page */
                pmax = mc->mc_txn->mt_env->me_psize - PAGEHDRSZ;
                nsize = mdb_leaf_size(mc->mc_txn->mt_env, newkey, newdata);
-               if ((nkeys < 20) || (nsize > pmax/4)) {
+               if ((nkeys < 20) || (nsize > pmax/16)) {
                        if (newindx <= split_indx) {
                                psize = nsize;
                                newpos = 0;
@@ -5809,8 +6328,11 @@ mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata, pgno_t newpgno
                                                psize += NODEDSZ(node);
                                        psize += psize & 1;
                                        if (psize > pmax) {
-                                               if (i == split_indx - 1 && newindx == split_indx)
-                                                       newpos = 1;
+                                               if (i <= newindx) {
+                                                       split_indx = newindx;
+                                                       if (i < newindx)
+                                                               newpos = 1;
+                                               }
                                                else
                                                        split_indx = i;
                                                break;
@@ -5827,7 +6349,11 @@ mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata, pgno_t newpgno
                                                psize += NODEDSZ(node);
                                        psize += psize & 1;
                                        if (psize > pmax) {
-                                               split_indx = i+1;
+                                               if (i >= newindx) {
+                                                       split_indx = newindx;
+                                                       newpos = 0;
+                                               } else
+                                                       split_indx = i+1;
                                                break;
                                        }
                                }
@@ -5857,13 +6383,28 @@ newsep:
        if (SIZELEFT(mn.mc_pg[ptop]) < mdb_branch_size(mc->mc_txn->mt_env, &sepkey)) {
                mn.mc_snum--;
                mn.mc_top--;
+               did_split = 1;
                rc = mdb_page_split(&mn, &sepkey, NULL, rp->mp_pgno, 0);
 
+               /* root split? */
+               if (mn.mc_snum == mc->mc_snum) {
+                       mc->mc_pg[mc->mc_snum] = mc->mc_pg[mc->mc_top];
+                       mc->mc_ki[mc->mc_snum] = mc->mc_ki[mc->mc_top];
+                       mc->mc_pg[mc->mc_top] = mc->mc_pg[ptop];
+                       mc->mc_ki[mc->mc_top] = mc->mc_ki[ptop];
+                       mc->mc_snum++;
+                       mc->mc_top++;
+                       ptop++;
+               }
                /* Right page might now have changed parent.
                 * Check if left page also changed parent.
                 */
                if (mn.mc_pg[ptop] != mc->mc_pg[ptop] &&
                    mc->mc_ki[ptop] >= NUMKEYS(mc->mc_pg[ptop])) {
+                       for (i=0; i<ptop; i++) {
+                               mc->mc_pg[i] = mn.mc_pg[i];
+                               mc->mc_ki[i] = mn.mc_ki[i];
+                       }
                        mc->mc_pg[ptop] = mn.mc_pg[ptop];
                        mc->mc_ki[ptop] = mn.mc_ki[ptop] - 1;
                }
@@ -5872,6 +6413,7 @@ newsep:
                rc = mdb_node_add(&mn, mn.mc_ki[ptop], &sepkey, NULL, rp->mp_pgno, 0);
                mn.mc_top++;
        }
+       mc->mc_flags ^= C_SPLITTING;
        if (rc != MDB_SUCCESS) {
                return rc;
        }
@@ -5881,6 +6423,8 @@ newsep:
                rc = mdb_node_add(mc, 0, newkey, newdata, newpgno, nflags);
                if (rc)
                        return rc;
+               for (i=0; i<mc->mc_top; i++)
+                       mc->mc_ki[i] = mn.mc_ki[i];
                goto done;
        }
        if (IS_LEAF2(rp)) {
@@ -5965,6 +6509,8 @@ newsep:
                        if (!(node->mn_flags & F_BIGDATA))
                                newdata->mv_data = NODEDATA(node);
                }
+       } else {
+               mc->mc_ki[ptop]++;
        }
 
        /* return tmp page to freelist */
@@ -5976,6 +6522,7 @@ done:
                /* Adjust other cursors pointing to mp */
                MDB_cursor *m2, *m3;
                MDB_dbi dbi = mc->mc_dbi;
+               int fixup = NUMKEYS(mp);
 
                if (mc->mc_flags & C_SUB)
                        dbi--;
@@ -5988,6 +6535,8 @@ done:
                                m3 = m2;
                        if (!(m3->mc_flags & C_INITIALIZED))
                                continue;
+                       if (m3->mc_flags & C_SPLITTING)
+                               continue;
                        if (new_root) {
                                int k;
                                /* root split */
@@ -5995,16 +6544,26 @@ done:
                                        m3->mc_ki[k+1] = m3->mc_ki[k];
                                        m3->mc_pg[k+1] = m3->mc_pg[k];
                                }
-                               m3->mc_ki[0] = mc->mc_ki[0];
+                               if (m3->mc_ki[0] >= split_indx) {
+                                       m3->mc_ki[0] = 1;
+                               } else {
+                                       m3->mc_ki[0] = 0;
+                               }
                                m3->mc_pg[0] = mc->mc_pg[0];
                                m3->mc_snum++;
                                m3->mc_top++;
                        }
                        if (m3->mc_pg[mc->mc_top] == mp) {
-                               if (m3->mc_ki[m3->mc_top] >= split_indx) {
-                                       m3->mc_pg[m3->mc_top] = rp;
-                                       m3->mc_ki[m3->mc_top] -= split_indx;
+                               if (m3->mc_ki[mc->mc_top] >= newindx && !(nflags & MDB_SPLIT_REPLACE))
+                                       m3->mc_ki[mc->mc_top]++;
+                               if (m3->mc_ki[mc->mc_top] >= fixup) {
+                                       m3->mc_pg[mc->mc_top] = rp;
+                                       m3->mc_ki[mc->mc_top] -= fixup;
+                                       m3->mc_ki[ptop] = mn.mc_ki[ptop];
                                }
+                       } else if (!did_split && m3->mc_pg[ptop] == mc->mc_pg[ptop] &&
+                               m3->mc_ki[ptop] >= mc->mc_ki[ptop]) {
+                               m3->mc_ki[ptop]++;
                        }
                }
        }
@@ -6043,7 +6602,7 @@ mdb_put(MDB_txn *txn, MDB_dbi dbi,
  *     at runtime. Changing other flags requires closing the environment
  *     and re-opening it with the new flags.
  */
-#define        CHANGEABLE      (MDB_NOSYNC)
+#define        CHANGEABLE      (MDB_NOSYNC|MDB_NOMETASYNC|MDB_MAPASYNC)
 int
 mdb_env_set_flags(MDB_env *env, unsigned int flag, int onoff)
 {
@@ -6102,11 +6661,29 @@ mdb_env_stat(MDB_env *env, MDB_stat *arg)
        if (env == NULL || arg == NULL)
                return EINVAL;
 
-       mdb_env_read_meta(env, &toggle);
+       toggle = mdb_env_pick_meta(env);
 
        return mdb_stat0(env, &env->me_metas[toggle]->mm_dbs[MAIN_DBI], arg);
 }
 
+int
+mdb_env_info(MDB_env *env, MDB_envinfo *arg)
+{
+       int toggle;
+
+       if (env == NULL || arg == NULL)
+               return EINVAL;
+
+       toggle = mdb_env_pick_meta(env);
+       arg->me_mapaddr = (env->me_flags & MDB_FIXEDMAP) ? env->me_map : 0;
+       arg->me_mapsize = env->me_mapsize;
+       arg->me_maxreaders = env->me_maxreaders;
+       arg->me_numreaders = env->me_numreaders;
+       arg->me_last_pgno = env->me_metas[toggle]->mm_last_pg;
+       arg->me_last_txnid = env->me_metas[toggle]->mm_txnid;
+       return MDB_SUCCESS;
+}
+
 /** Set the default comparison functions for a database.
  * Called immediately after a database is opened to set the defaults.
  * The user can then override them with #mdb_set_compare() or
@@ -6130,23 +6707,36 @@ mdb_default_cmp(MDB_txn *txn, MDB_dbi dbi)
                 : ((f & MDB_REVERSEDUP) ? mdb_cmp_memnr : mdb_cmp_memn));
 }
 
+#define PERSISTENT_FLAGS       0xffff
+#define VALID_FLAGS    (MDB_REVERSEKEY|MDB_DUPSORT|MDB_INTEGERKEY|MDB_DUPFIXED|\
+       MDB_INTEGERDUP|MDB_REVERSEDUP|MDB_CREATE)
 int mdb_open(MDB_txn *txn, const char *name, unsigned int flags, MDB_dbi *dbi)
 {
        MDB_val key, data;
        MDB_dbi i;
        MDB_cursor mc;
        int rc, dbflag, exact;
+       unsigned int unused = 0;
        size_t len;
 
        if (txn->mt_dbxs[FREE_DBI].md_cmp == NULL) {
                mdb_default_cmp(txn, FREE_DBI);
        }
 
+       if ((flags & VALID_FLAGS) != flags)
+               return EINVAL;
+
        /* main DB? */
        if (!name) {
                *dbi = MAIN_DBI;
-               if (flags & (MDB_DUPSORT|MDB_REVERSEKEY|MDB_INTEGERKEY))
-                       txn->mt_dbs[MAIN_DBI].md_flags |= (flags & (MDB_DUPSORT|MDB_REVERSEKEY|MDB_INTEGERKEY));
+               if (flags & PERSISTENT_FLAGS) {
+                       uint16_t f2 = flags & PERSISTENT_FLAGS;
+                       /* make sure flag changes get committed */
+                       if ((txn->mt_dbs[MAIN_DBI].md_flags | f2) != txn->mt_dbs[MAIN_DBI].md_flags) {
+                               txn->mt_dbs[MAIN_DBI].md_flags |= f2;
+                               txn->mt_flags |= MDB_TXN_DIRTY;
+                       }
+               }
                mdb_default_cmp(txn, MAIN_DBI);
                return MDB_SUCCESS;
        }
@@ -6158,6 +6748,11 @@ int mdb_open(MDB_txn *txn, const char *name, unsigned int flags, MDB_dbi *dbi)
        /* Is the DB already open? */
        len = strlen(name);
        for (i=2; i<txn->mt_numdbs; i++) {
+               if (!txn->mt_dbxs[i].md_name.mv_size) {
+                       /* Remember this free slot */
+                       if (!unused) unused = i;
+                       continue;
+               }
                if (len == txn->mt_dbxs[i].md_name.mv_size &&
                        !strncmp(name, txn->mt_dbxs[i].md_name.mv_data, len)) {
                        *dbi = i;
@@ -6165,8 +6760,9 @@ int mdb_open(MDB_txn *txn, const char *name, unsigned int flags, MDB_dbi *dbi)
                }
        }
 
-       if (txn->mt_numdbs >= txn->mt_env->me_maxdbs - 1)
-               return ENFILE;
+       /* If no free slot and max hit, fail */
+       if (!unused && txn->mt_numdbs >= txn->mt_env->me_maxdbs)
+               return MDB_DBS_FULL;
 
        /* Find the DB info */
        dbflag = 0;
@@ -6187,23 +6783,26 @@ int mdb_open(MDB_txn *txn, const char *name, unsigned int flags, MDB_dbi *dbi)
                data.mv_data = &dummy;
                memset(&dummy, 0, sizeof(dummy));
                dummy.md_root = P_INVALID;
-               dummy.md_flags = flags & 0xffff;
+               dummy.md_flags = flags & PERSISTENT_FLAGS;
                rc = mdb_cursor_put(&mc, &key, &data, F_SUBDATA);
                dbflag = DB_DIRTY;
        }
 
        /* OK, got info, add to table */
        if (rc == MDB_SUCCESS) {
-               txn->mt_dbxs[txn->mt_numdbs].md_name.mv_data = strdup(name);
-               txn->mt_dbxs[txn->mt_numdbs].md_name.mv_size = len;
-               txn->mt_dbxs[txn->mt_numdbs].md_rel = NULL;
-               txn->mt_dbflags[txn->mt_numdbs] = dbflag;
-               memcpy(&txn->mt_dbs[txn->mt_numdbs], data.mv_data, sizeof(MDB_db));
-               *dbi = txn->mt_numdbs;
-               txn->mt_env->me_dbs[0][txn->mt_numdbs] = txn->mt_dbs[txn->mt_numdbs];
-               txn->mt_env->me_dbs[1][txn->mt_numdbs] = txn->mt_dbs[txn->mt_numdbs];
-               mdb_default_cmp(txn, txn->mt_numdbs);
-               txn->mt_numdbs++;
+               unsigned int slot = unused ? unused : txn->mt_numdbs;
+               txn->mt_dbxs[slot].md_name.mv_data = strdup(name);
+               txn->mt_dbxs[slot].md_name.mv_size = len;
+               txn->mt_dbxs[slot].md_rel = NULL;
+               txn->mt_dbflags[slot] = dbflag;
+               memcpy(&txn->mt_dbs[slot], data.mv_data, sizeof(MDB_db));
+               *dbi = slot;
+               txn->mt_env->me_dbflags[slot] = txn->mt_dbs[slot].md_flags;
+               mdb_default_cmp(txn, slot);
+               if (!unused) {
+                       txn->mt_numdbs++;
+                       txn->mt_env->me_numdbs++;
+               }
        }
 
        return rc;
@@ -6313,6 +6912,7 @@ int mdb_drop(MDB_txn *txn, MDB_dbi dbi, int del)
                if (!rc)
                        mdb_close(txn->mt_env, dbi);
        } else {
+               /* reset the DB record, mark it dirty */
                txn->mt_dbflags[dbi] |= DB_DIRTY;
                txn->mt_dbs[dbi].md_depth = 0;
                txn->mt_dbs[dbi].md_branch_pages = 0;
@@ -6320,6 +6920,20 @@ int mdb_drop(MDB_txn *txn, MDB_dbi dbi, int del)
                txn->mt_dbs[dbi].md_overflow_pages = 0;
                txn->mt_dbs[dbi].md_entries = 0;
                txn->mt_dbs[dbi].md_root = P_INVALID;
+
+               if (!txn->mt_u.dirty_list[0].mid) {
+                       MDB_cursor m2;
+                       MDB_val key, data;
+                       /* make sure we have at least one dirty page in this txn
+                        * otherwise these changes will be ignored.
+                        */
+                       key.mv_size = sizeof(txnid_t);
+                       key.mv_data = &txn->mt_txnid;
+                       data.mv_size = sizeof(MDB_ID);
+                       data.mv_data = txn->mt_free_pgs;
+                       mdb_cursor_init(&m2, txn, FREE_DBI, NULL);
+                       rc = mdb_cursor_put(&m2, &key, &data, 0);
+               }
        }
 leave:
        mdb_cursor_close(mc);