]> git.sur5r.net Git - openldap/blobdiff - libraries/libmdb/mdb.c
Error cleanup
[openldap] / libraries / libmdb / mdb.c
index 35bb544100c733360348db2dc2d70b07b71f612f..48e1ebbf6b5586ccb3131b3384fbba93656af750 100644 (file)
@@ -1,3 +1,32 @@
+/* mdb.c - memory-mapped database library */
+/*
+ * Copyright 2011 Howard Chu, Symas Corp.
+ * All rights reserved.
+ *
+ * Redistribution and use in source and binary forms, with or without
+ * modification, are permitted only as authorized by the OpenLDAP
+ * Public License.
+ *
+ * A copy of this license is available in the file LICENSE in the
+ * top-level directory of the distribution or, alternatively, at
+ * <http://www.OpenLDAP.org/license.html>.
+ *
+ * This code is derived from btree.c written by Martin Hedenfalk.
+ *
+ * Copyright (c) 2009, 2010 Martin Hedenfalk <martin@bzero.se>
+ *
+ * Permission to use, copy, modify, and distribute this software for any
+ * purpose with or without fee is hereby granted, provided that the above
+ * copyright notice and this permission notice appear in all copies.
+ *
+ * THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL WARRANTIES
+ * WITH REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF
+ * MERCHANTABILITY AND FITNESS. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR
+ * ANY SPECIAL, DIRECT, INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES
+ * WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR PROFITS, WHETHER IN AN
+ * ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION, ARISING OUT OF
+ * OR IN CONNECTION WITH THE USE OR PERFORMANCE OF THIS SOFTWARE.
+ */
 #include <sys/types.h>
 #include <sys/stat.h>
 #include <sys/queue.h>
 #ifdef HAVE_SYS_FILE_H
 #include <sys/file.h>
 #endif
-#include <sys/ipc.h>
-#include <sys/shm.h>
+#include <fcntl.h>
 
 #include <assert.h>
-#include <err.h>
 #include <errno.h>
-#include <fcntl.h>
 #include <stddef.h>
 #include <stdint.h>
 #include <stdio.h>
 
 #include "mdb.h"
 
-#define DEBUG
+#define ULONG          unsigned long
+typedef ULONG          pgno_t;
+
+#include "midl.h"
 
-#ifdef DEBUG
-# define DPRINTF(...)  do { fprintf(stderr, "%s:%d: ", __func__, __LINE__); \
-                            fprintf(stderr, __VA_ARGS__); \
-                            fprintf(stderr, "\n"); } while(0)
+#ifndef DEBUG
+#define DEBUG 1
+#endif
+
+#if DEBUG && defined(__GNUC__)
+# define DPRINTF(fmt, ...) \
+       fprintf(stderr, "%s:%d: " fmt "\n", __func__, __LINE__, ##__VA_ARGS__)
 #else
-# define DPRINTF(...)
+# define DPRINTF(...)  ((void) 0)
 #endif
 
 #define PAGESIZE        4096
 #define MDB_MINKEYS     4
 #define MDB_MAGIC       0xBEEFC0DE
 #define MDB_VERSION     1
-#define MAXKEYSIZE      255
+#define MAXKEYSIZE      511
 
-#define P_INVALID       (~0L)
+#define P_INVALID       (~0UL)
 
 #define F_ISSET(w, f)   (((w) & (f)) == (f))
 
-typedef ulong           pgno_t;
 typedef uint16_t        indx_t;
 
 #define DEFAULT_READERS        126
 #define DEFAULT_MAPSIZE        1048576
 
 /* Lock descriptor stuff */
-#define RXBODY \
-       ulong           mr_txnid; \
-       pid_t           mr_pid; \
-       pthread_t       mr_tid
-typedef struct MDB_rxbody {
-       RXBODY;
-} MDB_rxbody;
-
 #ifndef CACHELINE
 #define CACHELINE      64      /* most CPUs. Itanium uses 128 */
 #endif
 
+typedef struct MDB_rxbody {
+       ULONG           mrb_txnid;
+       pid_t           mrb_pid;
+       pthread_t       mrb_tid;
+} MDB_rxbody;
+
 typedef struct MDB_reader {
-       RXBODY;
-       /* cache line alignment */
-       char pad[CACHELINE-sizeof(MDB_rxbody)];
+       union {
+               MDB_rxbody mrx;
+#define        mr_txnid        mru.mrx.mrb_txnid
+#define        mr_pid  mru.mrx.mrb_pid
+#define        mr_tid  mru.mrx.mrb_tid
+               /* cache line alignment */
+               char pad[(sizeof(MDB_rxbody)+CACHELINE-1) & ~(CACHELINE-1)];
+       } mru;
 } MDB_reader;
 
-#define        TXBODY \
-       uint32_t        mt_magic;       \
-       uint32_t        mt_version;     \
-       pthread_mutex_t mt_mutex;       \
-       ulong           mt_txnid;       \
-       uint32_t        mt_numreaders
 typedef struct MDB_txbody {
-       TXBODY;
+       uint32_t        mtb_magic;
+       uint32_t        mtb_version;
+       pthread_mutex_t mtb_mutex;
+       ULONG           mtb_txnid;
+       uint32_t        mtb_numreaders;
+       uint32_t        mtb_me_toggle;
 } MDB_txbody;
 
 typedef struct MDB_txninfo {
-       TXBODY;
-       char pad[CACHELINE-sizeof(MDB_txbody)];
-       pthread_mutex_t mt_wmutex;
-       char pad2[CACHELINE-sizeof(pthread_mutex_t)];
-       MDB_reader      mt_readers[1];
+       union {
+               MDB_txbody mtb;
+#define mti_magic      mt1.mtb.mtb_magic
+#define mti_version    mt1.mtb.mtb_version
+#define mti_mutex      mt1.mtb.mtb_mutex
+#define mti_txnid      mt1.mtb.mtb_txnid
+#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 {
+               pthread_mutex_t mt2_wmutex;
+#define mti_wmutex     mt2.mt2_wmutex
+               char pad[(sizeof(pthread_mutex_t)+CACHELINE-1) & ~(CACHELINE-1)];
+       } mt2;
+       MDB_reader      mti_readers[1];
 } MDB_txninfo;
 
 /* Common header for all page types. Overflow pages
@@ -93,13 +137,17 @@ typedef struct MDB_txninfo {
  * headers on any page after the first.
  */
 typedef struct MDB_page {              /* represents a page of storage */
-       pgno_t          mp_pgno;                /* page number */
+#define        mp_pgno         mp_p.p_pgno
+       union padded {
+               pgno_t          p_pgno;         /* page number */
+               void *          p_pad;
+       } mp_p;
 #define        P_BRANCH         0x01           /* branch page */
 #define        P_LEAF           0x02           /* leaf page */
 #define        P_OVERFLOW       0x04           /* overflow page */
 #define        P_META           0x08           /* meta page */
-#define        P_HEAD           0x10           /* header page */
-#define        P_DIRTY          0x20           /* dirty page */
+#define        P_DIRTY          0x10           /* dirty page */
+#define        P_LEAF2          0x20           /* DB with small, fixed size keys and no data */
        uint32_t        mp_flags;
 #define mp_lower       mp_pb.pb.pb_lower
 #define mp_upper       mp_pb.pb.pb_upper
@@ -110,40 +158,55 @@ typedef struct MDB_page {         /* represents a page of storage */
                        indx_t          pb_upper;               /* upper bound of free space */
                } pb;
                uint32_t        pb_pages;       /* number of overflow pages */
+               struct {
+                       indx_t  pb_ksize;       /* on a LEAF2 page */
+                       indx_t  pb_numkeys;
+               } pb2;
        } mp_pb;
        indx_t          mp_ptrs[1];             /* dynamic size */
 } MDB_page;
 
-#define PAGEHDRSZ       offsetof(MDB_page, mp_ptrs)
+#define PAGEHDRSZ       ((unsigned) offsetof(MDB_page, mp_ptrs))
 
 #define NUMKEYS(p)      (((p)->mp_lower - PAGEHDRSZ) >> 1)
 #define SIZELEFT(p)     (indx_t)((p)->mp_upper - (p)->mp_lower)
-#define PAGEFILL(env, p) (1000 * ((env)->me_head.mh_psize - PAGEHDRSZ - SIZELEFT(p)) / \
-                               ((env)->me_head.mh_psize - PAGEHDRSZ))
+#define PAGEFILL(env, p) (1000L * ((env)->me_psize - PAGEHDRSZ - SIZELEFT(p)) / \
+                               ((env)->me_psize - PAGEHDRSZ))
 #define IS_LEAF(p)      F_ISSET((p)->mp_flags, P_LEAF)
 #define IS_BRANCH(p)    F_ISSET((p)->mp_flags, P_BRANCH)
 #define IS_OVERFLOW(p)  F_ISSET((p)->mp_flags, P_OVERFLOW)
 
-typedef struct MDB_head {                      /* header page content */
-       uint32_t        mh_magic;
-       uint32_t        mh_version;
-       uint32_t        mh_flags;
-       uint32_t        mh_psize;                       /* page size */
-       void            *mh_address;            /* address for fixed mapping */
-       size_t          mh_mapsize;                     /* size of mmap region */
-} MDB_head;
+#define OVPAGES(size, psize)   (PAGEHDRSZ + size + psize - 1) / psize;
+
+typedef struct MDB_db {
+       uint32_t        md_pad;
+       uint16_t        md_flags;
+       uint16_t        md_depth;
+       ULONG           md_branch_pages;
+       ULONG           md_leaf_pages;
+       ULONG           md_overflow_pages;
+       ULONG           md_entries;
+       pgno_t          md_root;
+} MDB_db;
+
+#define        FREE_DBI        0
+#define        MAIN_DBI        1
 
 typedef struct MDB_meta {                      /* meta (footer) page content */
-       MDB_stat        mm_stat;
-       pgno_t          mm_root;                        /* page number of root page */
+       uint32_t        mm_magic;
+       uint32_t        mm_version;
+       void            *mm_address;            /* address for fixed mapping */
+       size_t          mm_mapsize;                     /* size of mmap region */
+       MDB_db          mm_dbs[2];                      /* first is free space, 2nd is main db */
+#define        mm_psize        mm_dbs[0].md_pad
+#define        mm_flags        mm_dbs[0].md_flags
        pgno_t          mm_last_pg;                     /* last used page in file */
-       ulong           mm_txnid;                       /* txnid that committed this page */
+       ULONG           mm_txnid;                       /* txnid that committed this page */
 } MDB_meta;
 
 typedef struct MDB_dhead {                                     /* a dirty page */
-       SIMPLEQ_ENTRY(MDB_dpage)         md_next;       /* queue of dirty pages */
        MDB_page        *md_parent;
-       int                     md_pi;                          /* parent index */
+       unsigned        md_pi;                          /* parent index */
        int                     md_num;
 } MDB_dhead;
 
@@ -152,15 +215,19 @@ typedef struct MDB_dpage {
        MDB_page        p;
 } MDB_dpage;
 
-SIMPLEQ_HEAD(dirty_queue, MDB_dpage);
+typedef struct MDB_oldpages {
+       struct MDB_oldpages *mo_next;
+       ULONG           mo_txnid;
+       pgno_t          mo_pages[1];    /* dynamic */
+} MDB_oldpages;
 
 typedef struct MDB_pageparent {
        MDB_page *mp_page;
        MDB_page *mp_parent;
-       int             mp_pi;
+       unsigned mp_pi;
 } MDB_pageparent;
 
-static MDB_dpage *mdb_newpage(MDB_txn *txn, MDB_page *parent, int parent_idx, int num);
+static MDB_dpage *mdb_alloc_page(MDB_txn *txn, MDB_page *parent, unsigned int parent_idx, int num);
 static int             mdb_touch(MDB_txn *txn, MDB_pageparent *mp);
 
 typedef struct MDB_ppage {                                     /* ordered list of pages */
@@ -170,20 +237,25 @@ typedef struct MDB_ppage {                                        /* ordered list of pages */
 } MDB_ppage;
 SLIST_HEAD(page_stack, MDB_ppage);
 
+/* FIXME: tree depth is mostly bounded, we should just
+ * use a fixed array and avoid malloc/pointer chasing
+ */
 #define CURSOR_EMPTY(c)                 SLIST_EMPTY(&(c)->mc_stack)
 #define CURSOR_TOP(c)           SLIST_FIRST(&(c)->mc_stack)
 #define CURSOR_POP(c)           SLIST_REMOVE_HEAD(&(c)->mc_stack, mp_entry)
 #define CURSOR_PUSH(c,p)        SLIST_INSERT_HEAD(&(c)->mc_stack, p, mp_entry)
 
+struct MDB_xcursor;
+
 struct MDB_cursor {
-       MDB_db          *mc_db;
        MDB_txn         *mc_txn;
        struct page_stack        mc_stack;              /* stack of parent pages */
+       MDB_dbi         mc_dbi;
        short           mc_initialized; /* 1 if initialized */
        short           mc_eof;         /* 1 if end is reached */
+       struct MDB_xcursor      *mc_xcursor;
 };
 
-#define METAHASHLEN     offsetof(MDB_meta, mm_hash)
 #define METADATA(p)     ((void *)((char *)p + PAGEHDRSZ))
 
 typedef struct MDB_node {
@@ -196,59 +268,74 @@ typedef struct MDB_node {
        unsigned int    mn_flags:4;
        unsigned int    mn_ksize:12;                    /* key size */
 #define F_BIGDATA       0x01                   /* data put on overflow page */
+#define F_SUBDATA       0x02                   /* data is a sub-database */
        char            mn_data[1];
 } MDB_node;
 
+typedef struct MDB_dbx {
+       MDB_val         md_name;
+       MDB_cmp_func    *md_cmp;                /* user compare function */
+       MDB_cmp_func    *md_dcmp;               /* user dupsort function */
+       MDB_rel_func    *md_rel;                /* user relocate function */
+       MDB_dbi md_parent;
+       unsigned int    md_dirty;
+} MDB_dbx;
+
 struct MDB_txn {
-       pgno_t          mt_root;                /* current / new root page */
        pgno_t          mt_next_pgno;   /* next unallocated page */
-       pgno_t          mt_first_pgno;
-       ulong           mt_txnid;
+       ULONG           mt_txnid;
+       ULONG           mt_oldest;
        MDB_env         *mt_env;        
+       pgno_t          *mt_free_pgs;   /* this is an IDL */
        union {
-               struct dirty_queue      *dirty_queue;   /* modified pages */
+               MIDL2   *dirty_list;    /* modified pages */
                MDB_reader      *reader;
        } mt_u;
-#define MDB_TXN_RDONLY          0x01           /* read-only transaction */
-#define MDB_TXN_ERROR           0x02           /* an error has occurred */
-       unsigned int             mt_flags;
+       MDB_dbx         *mt_dbxs;               /* array */
+       MDB_db          *mt_dbs;
+       unsigned int    mt_numdbs;
+
+#define MDB_TXN_RDONLY         0x01            /* read-only transaction */
+#define MDB_TXN_ERROR          0x02            /* an error has occurred */
+#define MDB_TXN_METOGGLE       0x04            /* used meta page 1 */
+       unsigned int    mt_flags;
 };
 
-/* Must be same as MDB_db, minus md_root/md_stat */
-typedef struct MDB_db0 {
-       unsigned int    md_flags;
-       MDB_cmp_func    *md_cmp;                /* user compare function */
-       MDB_rel_func    *md_rel;                /* user relocate function */
-       MDB_db                  *md_parent;             /* parent tree */
-       MDB_env                 *md_env;
-} MDB_db0;
-
-struct MDB_db {
-       unsigned int    md_flags;
-       MDB_cmp_func    *md_cmp;                /* user compare function */
-       MDB_rel_func    *md_rel;                /* user relocate function */
-       MDB_db                  *md_parent;             /* parent tree */
-       MDB_env                 *md_env;
-       MDB_stat                md_stat;
-       pgno_t                  md_root;                /* page number of root page */
-};
+/* Context for sorted-dup records */
+typedef struct MDB_xcursor {
+       MDB_cursor mx_cursor;
+       MDB_txn mx_txn;
+       MDB_dbx mx_dbxs[4];
+       MDB_db  mx_dbs[4];
+} MDB_xcursor;
 
 struct MDB_env {
        int                     me_fd;
-       key_t           me_shmkey;
-       uint32_t        me_flags;
-       int                     me_maxreaders;
-       int                     me_metatoggle;
+       int                     me_lfd;
+       int                     me_mfd;                 /* just for writing the meta pages */
+#define        MDB_FATAL_ERROR 0x80000000U
+       uint32_t        me_flags;
+       uint32_t        me_extrapad;    /* unused for now */
+       unsigned int    me_maxreaders;
+       unsigned int    me_numdbs;
+       unsigned int    me_maxdbs;
        char            *me_path;
-       char *me_map;
+       char            *me_map;
        MDB_txninfo     *me_txns;
-       MDB_head        me_head;
-       MDB_db0         me_db;          /* first DB, overlaps with meta */
-       MDB_meta        me_meta;
-       MDB_txn *me_txn;                /* current write transaction */
+       MDB_meta        *me_metas[2];
+       MDB_meta        *me_meta;
+       MDB_txn         *me_txn;                /* current write transaction */
        size_t          me_mapsize;
        off_t           me_size;                /* current file size */
+       pgno_t          me_maxpg;               /* me_mapsize / me_psize */
+       unsigned int    me_psize;
+       unsigned int    me_db_toggle;
+       MDB_dbx         *me_dbxs;               /* array */
+       MDB_db          *me_dbs[2];
+       MDB_oldpages *me_pghead;
        pthread_key_t   me_txkey;       /* thread-key for readers */
+       pgno_t          me_free_pgs[MDB_IDL_UM_SIZE];
+       MIDL2           me_dirty_list[MDB_IDL_DB_SIZE];
 };
 
 #define NODESIZE        offsetof(MDB_node, mn_data)
@@ -262,67 +349,69 @@ struct MDB_env {
 #define NODEDSZ(node)   ((node)->mn_dsize)
 
 #define MDB_COMMIT_PAGES        64     /* max number of pages to write in one commit */
-#define MDB_MAXCACHE_DEF        1024   /* max number of pages to keep in cache  */
 
-static int  mdb_search_page_root(MDB_db *db,
-                           MDB_val *key,
+static int  mdb_search_page_root(MDB_txn *txn,
+                           MDB_dbi dbi, MDB_val *key,
                            MDB_cursor *cursor, int modify,
                            MDB_pageparent *mpp);
-static int  mdb_search_page(MDB_db *db,
-                           MDB_txn *txn, MDB_val *key,
+static int  mdb_search_page(MDB_txn *txn,
+                           MDB_dbi dbi, MDB_val *key,
                            MDB_cursor *cursor, int modify,
                            MDB_pageparent *mpp);
 
-static int  mdbenv_write_header(MDB_env *env);
-static int  mdbenv_read_header(MDB_env *env);
-static int  mdb_check_meta_page(MDB_page *p);
-static int  mdbenv_read_meta(MDB_env *env);
-static int  mdbenv_write_meta(MDB_txn *txn);
-static MDB_page *mdbenv_get_page(MDB_env *env, pgno_t pgno);
+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_write_meta(MDB_txn *txn);
+static MDB_page *mdb_get_page(MDB_txn *txn, pgno_t pgno);
 
-static MDB_node *mdb_search_node(MDB_db *db, MDB_page *mp,
+static MDB_node *mdb_search_node(MDB_txn *txn, MDB_dbi dbi, MDB_page *mp,
                            MDB_val *key, int *exactp, unsigned int *kip);
-static int  mdb_add_node(MDB_db *bt, MDB_page *mp,
+static int  mdb_add_node(MDB_txn *txn, MDB_dbi dbi, MDB_page *mp,
                            indx_t indx, MDB_val *key, MDB_val *data,
                            pgno_t pgno, uint8_t flags);
-static void mdb_del_node(MDB_db *bt, MDB_page *mp,
-                           indx_t indx);
-static int  mdb_read_data(MDB_db *bt, MDB_page *mp,
-                           MDB_node *leaf, MDB_val *data);
-
-static int              mdb_rebalance(MDB_db *bt, MDB_pageparent *mp);
-static int              mdb_update_key(MDB_db *bt, MDB_page *mp,
-                           indx_t indx, MDB_val *key);
-static int              mdb_move_node(MDB_db *bt, 
+static void mdb_del_node(MDB_page *mp, indx_t indx);
+static int mdb_del0(MDB_txn *txn, MDB_dbi dbi, unsigned int ki,
+    MDB_pageparent *mpp, MDB_node *leaf);
+static int mdb_put0(MDB_txn *txn, MDB_dbi dbi,
+    MDB_val *key, MDB_val *data, unsigned int flags);
+static int  mdb_read_data(MDB_txn *txn, MDB_node *leaf, MDB_val *data);
+
+static int              mdb_rebalance(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *mp);
+static int              mdb_update_key(MDB_page *mp, indx_t indx, MDB_val *key);
+static int              mdb_move_node(MDB_txn *txn, MDB_dbi dbi, 
                                MDB_pageparent *src, indx_t srcindx,
                                MDB_pageparent *dst, indx_t dstindx);
-static int              mdb_merge(MDB_db *bt, MDB_pageparent *src,
+static int              mdb_merge(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *src,
                            MDB_pageparent *dst);
-static int              mdb_split(MDB_db *bt, MDB_page **mpp,
+static int              mdb_split(MDB_txn *txn, MDB_dbi dbi, MDB_page **mpp,
                            unsigned int *newindxp, MDB_val *newkey,
                            MDB_val *newdata, pgno_t newpgno);
-static MDB_dpage *mdbenv_new_page(MDB_env *env, uint32_t flags, int num);
+static MDB_dpage *mdb_new_page(MDB_txn *txn, MDB_dbi dbi, uint32_t flags, int num);
 
 static void             cursor_pop_page(MDB_cursor *cursor);
 static MDB_ppage *cursor_push_page(MDB_cursor *cursor,
                            MDB_page *mp);
 
-static int              mdb_set_key(MDB_db *bt, MDB_page *mp,
-                           MDB_node *node, MDB_val *key);
+static int              mdb_set_key(MDB_node *node, MDB_val *key);
 static int              mdb_sibling(MDB_cursor *cursor, int move_right);
 static int              mdb_cursor_next(MDB_cursor *cursor,
-                           MDB_val *key, MDB_val *data);
+                           MDB_val *key, MDB_val *data, MDB_cursor_op op);
+static int              mdb_cursor_prev(MDB_cursor *cursor,
+                           MDB_val *key, MDB_val *data, MDB_cursor_op op);
 static int              mdb_cursor_set(MDB_cursor *cursor,
-                           MDB_val *key, MDB_val *data, int *exactp);
+                           MDB_val *key, MDB_val *data, MDB_cursor_op op, int *exactp);
 static int              mdb_cursor_first(MDB_cursor *cursor,
                            MDB_val *key, MDB_val *data);
+static int              mdb_cursor_last(MDB_cursor *cursor,
+                           MDB_val *key, MDB_val *data);
 
-static size_t           mdb_leaf_size(MDB_db *bt, MDB_val *key,
-                           MDB_val *data);
-static size_t           mdb_branch_size(MDB_db *bt, MDB_val *key);
+static void            mdb_xcursor_init0(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx);
+static void            mdb_xcursor_init1(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx, MDB_node *node);
+static void            mdb_xcursor_fini(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx);
 
-static pgno_t           mdbenv_compact_tree(MDB_env *env, pgno_t pgno,
-                           MDB_env *envc);
+static size_t           mdb_leaf_size(MDB_env *env, MDB_val *key,
+                           MDB_val *data);
+static size_t           mdb_branch_size(MDB_env *env, MDB_val *key);
 
 static int              memncmp(const void *s1, size_t n1,
                                 const void *s2, size_t n2);
@@ -332,53 +421,59 @@ static int                 memnrcmp(const void *s1, size_t n1,
 static int
 memncmp(const void *s1, size_t n1, const void *s2, size_t n2)
 {
-       if (n1 < n2) {
-               if (memcmp(s1, s2, n1) == 0)
-                       return -1;
-       }
-       else if (n1 > n2) {
-               if (memcmp(s1, s2, n2) == 0)
-                       return 1;
+       int diff, len_diff = -1;
+
+       if (n1 >= n2) {
+               len_diff = (n1 > n2);
+               n1 = n2;
        }
-       return memcmp(s1, s2, n1);
+       diff = memcmp(s1, s2, n1);
+       return diff ? diff : len_diff;
 }
 
 static int
 memnrcmp(const void *s1, size_t n1, const void *s2, size_t n2)
 {
-       const unsigned char     *p1;
-       const unsigned char     *p2;
-
-       if (n1 == 0)
-               return n2 == 0 ? 0 : -1;
+       const unsigned char     *p1, *p2, *p1_lim;
 
        if (n2 == 0)
-               return n1 == 0 ? 0 : 1;
+               return n1 != 0;
+       if (n1 == 0)
+               return -1;
 
        p1 = (const unsigned char *)s1 + n1 - 1;
        p2 = (const unsigned char *)s2 + n2 - 1;
 
-       while (*p1 == *p2) {
-               if (p1 == s1)
-                       return (p2 == s2) ? 0 : -1;
-               if (p2 == s2)
-                       return (p1 == p2) ? 0 : 1;
-               p1--;
-               p2--;
+       for (p1_lim = (n1 <= n2 ? s1 : s2);  *p1 == *p2;  p1--, p2--) {
+               if (p1 == p1_lim)
+                       return (p1 != s1) ? (p1 != p2) : (p2 != s2) ? -1 : 0;
        }
        return *p1 - *p2;
 }
 
+char *
+mdb_version(int *maj, int *min, int *pat)
+{
+       *maj = MDB_VERSION_MAJOR;
+       *min = MDB_VERSION_MINOR;
+       *pat = MDB_VERSION_PATCH;
+       return MDB_VERSION_STRING;
+}
+
 int
-mdb_cmp(MDB_db *db, const MDB_val *a, const MDB_val *b)
+mdb_cmp(MDB_txn *txn, MDB_dbi dbi, const MDB_val *a, const MDB_val *b)
 {
-       return db->md_cmp(a, b);
+       return txn->mt_dbxs[dbi].md_cmp(a, b);
 }
 
 static int
-_mdb_cmp(MDB_db *db, const MDB_val *key1, const MDB_val *key2)
+_mdb_cmp(MDB_txn *txn, MDB_dbi dbi, const MDB_val *key1, const MDB_val *key2)
 {
-       if (F_ISSET(db->md_flags, MDB_REVERSEKEY))
+       if (txn->mt_dbs[dbi].md_flags & (MDB_REVERSEKEY
+#if __BYTE_ORDER == __LITTLE_ENDIAN
+               |MDB_INTEGERKEY
+#endif
+       ))
                return memnrcmp(key1->mv_data, key1->mv_size, key2->mv_data, key2->mv_size);
        else
                return memncmp((char *)key1->mv_data, key1->mv_size, key2->mv_data, key2->mv_size);
@@ -386,18 +481,117 @@ _mdb_cmp(MDB_db *db, const MDB_val *key1, const MDB_val *key2)
 
 /* Allocate new page(s) for writing */
 static MDB_dpage *
-mdb_newpage(MDB_txn *txn, MDB_page *parent, int parent_idx, int num)
+mdb_alloc_page(MDB_txn *txn, MDB_page *parent, unsigned int parent_idx, int num)
 {
        MDB_dpage *dp;
+       pgno_t pgno = P_INVALID;
+       ULONG oldest;
+       MIDL2 mid;
+
+       if (txn->mt_txnid > 2) {
+
+       oldest = txn->mt_txnid - 2;
+       if (!txn->mt_env->me_pghead && txn->mt_dbs[FREE_DBI].md_root != P_INVALID) {
+               /* See if there's anything in the free DB */
+               MDB_pageparent mpp;
+               MDB_node *leaf;
+               ULONG *kptr;
+
+               mpp.mp_parent = NULL;
+               mpp.mp_pi = 0;
+               mdb_search_page(txn, FREE_DBI, NULL, NULL, 0, &mpp);
+               leaf = NODEPTR(mpp.mp_page, 0);
+               kptr = (ULONG *)NODEKEY(leaf);
+
+               /* It's potentially usable, unless there are still
+                * older readers outstanding. Grab it.
+                */
+               if (oldest > *kptr) {
+                       MDB_oldpages *mop;
+                       MDB_val data;
+                       pgno_t *idl;
+
+                       mdb_read_data(txn, leaf, &data);
+                       idl = (ULONG *)data.mv_data;
+                       mop = malloc(sizeof(MDB_oldpages) + MDB_IDL_SIZEOF(idl) - sizeof(pgno_t));
+                       mop->mo_next = txn->mt_env->me_pghead;
+                       mop->mo_txnid = *kptr;
+                       txn->mt_env->me_pghead = mop;
+                       memcpy(mop->mo_pages, idl, MDB_IDL_SIZEOF(idl));
+
+#if DEBUG > 1
+                       {
+                               unsigned int i;
+                               DPRINTF("IDL read txn %lu root %lu num %lu",
+                                       mop->mo_txnid, txn->mt_dbs[FREE_DBI].md_root, idl[0]);
+                               for (i=0; i<idl[0]; i++) {
+                                       DPRINTF("IDL %lu", idl[i+1]);
+                               }
+                       }
+#endif
+                       /* drop this IDL from the DB */
+                       mpp.mp_parent = NULL;
+                       mpp.mp_pi = 0;
+                       mdb_search_page(txn, FREE_DBI, NULL, NULL, 1, &mpp);
+                       leaf = NODEPTR(mpp.mp_page, 0);
+                       mdb_del0(txn, FREE_DBI, 0, &mpp, leaf);
+               }
+       }
+       if (txn->mt_env->me_pghead) {
+               unsigned int i;
+               for (i=0; i<txn->mt_env->me_txns->mti_numreaders; i++) {
+                       ULONG mr = txn->mt_env->me_txns->mti_readers[i].mr_txnid;
+                       if (!mr) continue;
+                       if (mr < oldest)
+                               oldest = txn->mt_env->me_txns->mti_readers[i].mr_txnid;
+               }
+               if (oldest > txn->mt_env->me_pghead->mo_txnid) {
+                       MDB_oldpages *mop = txn->mt_env->me_pghead;
+                       txn->mt_oldest = oldest;
+                       if (num > 1) {
+                               /* FIXME: For now, always use fresh pages. We
+                                * really ought to search the free list for a
+                                * contiguous range.
+                                */
+                               ;
+                       } else {
+                               /* peel pages off tail, so we only have to truncate the list */
+                               pgno = MDB_IDL_LAST(mop->mo_pages);
+                               if (MDB_IDL_IS_RANGE(mop->mo_pages)) {
+                                       mop->mo_pages[2]++;
+                                       if (mop->mo_pages[2] > mop->mo_pages[1])
+                                               mop->mo_pages[0] = 0;
+                               } else {
+                                       mop->mo_pages[0]--;
+                               }
+                               if (MDB_IDL_IS_ZERO(mop->mo_pages)) {
+                                       txn->mt_env->me_pghead = mop->mo_next;
+                                       free(mop);
+                               }
+                       }
+               }
+       }
+       }
 
-       if ((dp = malloc(txn->mt_env->me_head.mh_psize * num + sizeof(MDB_dhead))) == NULL)
+       if (pgno == P_INVALID) {
+               /* DB size is maxed out */
+               if (txn->mt_next_pgno + num >= txn->mt_env->me_maxpg)
+                       return NULL;
+       }
+       if ((dp = malloc(txn->mt_env->me_psize * num + sizeof(MDB_dhead))) == NULL)
                return NULL;
        dp->h.md_num = num;
        dp->h.md_parent = parent;
        dp->h.md_pi = parent_idx;
-       SIMPLEQ_INSERT_TAIL(txn->mt_u.dirty_queue, dp, h.md_next);
-       dp->p.mp_pgno = txn->mt_next_pgno;
-       txn->mt_next_pgno += num;
+       if (pgno == P_INVALID) {
+               dp->p.mp_pgno = txn->mt_next_pgno;
+               txn->mt_next_pgno += num;
+       } else {
+               dp->p.mp_pgno = pgno;
+       }
+       mid.mid = dp->p.mp_pgno;
+       mid.mptr = dp;
+       mdb_midl2_insert(txn->mt_u.dirty_list, &mid);
 
        return dp;
 }
@@ -407,7 +601,6 @@ mdb_newpage(MDB_txn *txn, MDB_page *parent, int parent_idx, int num)
 static int
 mdb_touch(MDB_txn *txn, MDB_pageparent *pp)
 {
-       int rc;
        MDB_page *mp = pp->mp_page;
        pgno_t  pgno;
        assert(txn != NULL);
@@ -415,11 +608,12 @@ mdb_touch(MDB_txn *txn, MDB_pageparent *pp)
 
        if (!F_ISSET(mp->mp_flags, P_DIRTY)) {
                MDB_dpage *dp;
-               DPRINTF("touching page %lu -> %lu", mp->mp_pgno, txn->mt_next_pgno);
-               if ((dp = mdb_newpage(txn, pp->mp_parent, pp->mp_pi, 1)) == NULL)
+               if ((dp = mdb_alloc_page(txn, pp->mp_parent, pp->mp_pi, 1)) == NULL)
                        return ENOMEM;
+               DPRINTF("touched page %lu -> %lu", mp->mp_pgno, dp->p.mp_pgno);
+               mdb_midl_insert(txn->mt_free_pgs, mp->mp_pgno);
                pgno = dp->p.mp_pgno;
-               bcopy(mp, &dp->p, txn->mt_env->me_head.mh_psize);
+               memcpy(&dp->p, mp, txn->mt_env->me_psize);
                mp = &dp->p;
                mp->mp_pgno = pgno;
                mp->mp_flags |= P_DIRTY;
@@ -433,11 +627,11 @@ mdb_touch(MDB_txn *txn, MDB_pageparent *pp)
 }
 
 int
-mdbenv_sync(MDB_env *env)
+mdb_env_sync(MDB_env *env, int force)
 {
        int rc = 0;
-       if (!F_ISSET(env->me_flags, MDB_NOSYNC)) {
-               if (fsync(env->me_fd))
+       if (force || !F_ISSET(env->me_flags, MDB_NOSYNC)) {
+               if (fdatasync(env->me_fd))
                        rc = errno;
        }
        return rc;
@@ -447,9 +641,13 @@ int
 mdb_txn_begin(MDB_env *env, int rdonly, MDB_txn **ret)
 {
        MDB_txn *txn;
-       int rc;
+       int rc, toggle;
 
-       if ((txn = calloc(1, sizeof(*txn))) == NULL) {
+       if (env->me_flags & MDB_FATAL_ERROR) {
+               DPRINTF("mdb_txn_begin: environment had fatal error, must shutdown!");
+               return MDB_PANIC;
+       }
+       if ((txn = calloc(1, sizeof(MDB_txn))) == NULL) {
                DPRINTF("calloc: %s", strerror(errno));
                return ENOMEM;
        }
@@ -457,36 +655,35 @@ mdb_txn_begin(MDB_env *env, int rdonly, MDB_txn **ret)
        if (rdonly) {
                txn->mt_flags |= MDB_TXN_RDONLY;
        } else {
-               txn->mt_u.dirty_queue = calloc(1, sizeof(*txn->mt_u.dirty_queue));
-               if (txn->mt_u.dirty_queue == NULL) {
-                       free(txn);
-                       return ENOMEM;
-               }
-               SIMPLEQ_INIT(txn->mt_u.dirty_queue);
+               txn->mt_u.dirty_list = env->me_dirty_list;
+               txn->mt_u.dirty_list[0].mid = 0;
+               txn->mt_free_pgs = env->me_free_pgs;
+               txn->mt_free_pgs[0] = 0;
 
-               pthread_mutex_lock(&env->me_txns->mt_wmutex);
-               env->me_txns->mt_txnid++;
+               pthread_mutex_lock(&env->me_txns->mti_wmutex);
+               env->me_txns->mti_txnid++;
        }
-       txn->mt_txnid = env->me_txns->mt_txnid;
+
+       txn->mt_txnid = env->me_txns->mti_txnid;
        if (rdonly) {
                MDB_reader *r = pthread_getspecific(env->me_txkey);
                if (!r) {
-                       int i;
-                       pthread_mutex_lock(&env->me_txns->mt_mutex);
-                       for (i=0; i<env->me_maxreaders; i++) {
-                               if (env->me_txns->mt_readers[i].mr_pid == 0) {
-                                       env->me_txns->mt_readers[i].mr_pid = getpid();
-                                       env->me_txns->mt_readers[i].mr_tid = pthread_self();
-                                       pthread_setspecific(env->me_txkey, &env->me_txns->mt_readers[i]);
-                                       if (i >= env->me_txns->mt_numreaders)
-                                               env->me_txns->mt_numreaders = i+1;
+                       unsigned int i;
+                       pthread_mutex_lock(&env->me_txns->mti_mutex);
+                       for (i=0; i<env->me_txns->mti_numreaders; i++)
+                               if (env->me_txns->mti_readers[i].mr_pid == 0)
                                        break;
-                               }
-                       }
-                       pthread_mutex_unlock(&env->me_txns->mt_mutex);
                        if (i == env->me_maxreaders) {
+                               pthread_mutex_unlock(&env->me_txns->mti_mutex);
                                return ENOSPC;
                        }
+                       env->me_txns->mti_readers[i].mr_pid = getpid();
+                       env->me_txns->mti_readers[i].mr_tid = pthread_self();
+                       r = &env->me_txns->mti_readers[i];
+                       pthread_setspecific(env->me_txkey, r);
+                       if (i >= env->me_txns->mti_numreaders)
+                               env->me_txns->mti_numreaders = i+1;
+                       pthread_mutex_unlock(&env->me_txns->mti_mutex);
                }
                r->mr_txnid = txn->mt_txnid;
                txn->mt_u.reader = r;
@@ -496,15 +693,29 @@ mdb_txn_begin(MDB_env *env, int rdonly, MDB_txn **ret)
 
        txn->mt_env = env;
 
-       if ((rc = mdbenv_read_meta(env)) != MDB_SUCCESS) {
+       toggle = env->me_txns->mti_me_toggle;
+       if ((rc = mdb_env_read_meta(env, &toggle)) != MDB_SUCCESS) {
                mdb_txn_abort(txn);
                return rc;
        }
 
-       txn->mt_next_pgno = env->me_meta.mm_last_pg+1;
-       txn->mt_first_pgno = txn->mt_next_pgno;
-       txn->mt_root = env->me_meta.mm_root;
-       DPRINTF("begin transaction %lu on mdbenv %p, root page %lu", txn->mt_txnid, env, txn->mt_root);
+       /* Copy the DB arrays */
+       txn->mt_numdbs = env->me_numdbs;
+       txn->mt_dbxs = env->me_dbxs;    /* mostly static anyway */
+       txn->mt_dbs = malloc(env->me_maxdbs * sizeof(MDB_db));
+       memcpy(txn->mt_dbs, env->me_meta->mm_dbs, 2 * sizeof(MDB_db));
+       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));
+
+       if (!rdonly) {
+               if (toggle)
+                       txn->mt_flags |= MDB_TXN_METOGGLE;
+               txn->mt_next_pgno = env->me_meta->mm_last_pg+1;
+       }
+
+       DPRINTF("begin transaction %lu on mdbenv %p, root page %lu",
+               txn->mt_txnid, (void *) env, txn->mt_dbs[MAIN_DBI].md_root);
 
        *ret = txn;
        return MDB_SUCCESS;
@@ -513,37 +724,37 @@ mdb_txn_begin(MDB_env *env, int rdonly, MDB_txn **ret)
 void
 mdb_txn_abort(MDB_txn *txn)
 {
-       MDB_dpage *dp;
        MDB_env *env;
 
        if (txn == NULL)
                return;
 
        env = txn->mt_env;
-       DPRINTF("abort transaction %lu on mdbenv %p, root page %lu", txn->mt_txnid, env, txn->mt_root);
+       DPRINTF("abort transaction %lu on mdbenv %p, root page %lu",
+               txn->mt_txnid, (void *) env, txn->mt_dbs[MAIN_DBI].md_root);
+
+       free(txn->mt_dbs);
 
        if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
                txn->mt_u.reader->mr_txnid = 0;
        } else {
-               /* Discard all dirty pages.
-                */
-               while (!SIMPLEQ_EMPTY(txn->mt_u.dirty_queue)) {
-                       dp = SIMPLEQ_FIRST(txn->mt_u.dirty_queue);
-                       SIMPLEQ_REMOVE_HEAD(txn->mt_u.dirty_queue, h.md_next);
-                       free(dp);
-               }
+               MDB_oldpages *mop;
+               unsigned int i;
 
-#if 0
-               DPRINTF("releasing write lock on txn %p", txn);
-               txn->bt->txn = NULL;
-               if (flock(txn->bt->fd, LOCK_UN) != 0) {
-                       DPRINTF("failed to unlock fd %d: %s",
-                           txn->bt->fd, strerror(errno));
+               /* Discard all dirty pages. */
+               for (i=1; i<=txn->mt_u.dirty_list[0].mid; i++)
+                       free(txn->mt_u.dirty_list[i].mptr);
+
+               while ((mop = txn->mt_env->me_pghead)) {
+                       txn->mt_env->me_pghead = mop->mo_next;
+                       free(mop);
                }
-#endif
-               free(txn->mt_u.dirty_queue);
+
                env->me_txn = NULL;
-               pthread_mutex_unlock(&env->me_txns->mt_wmutex);
+               env->me_txns->mti_txnid--;
+               for (i=2; i<env->me_numdbs; i++)
+                       env->me_dbxs[i].md_dirty = 0;
+               pthread_mutex_unlock(&env->me_txns->mti_wmutex);
        }
 
        free(txn);
@@ -553,6 +764,7 @@ int
 mdb_txn_commit(MDB_txn *txn)
 {
        int              n, done;
+       unsigned int i;
        ssize_t          rc;
        off_t            size;
        MDB_dpage       *dp;
@@ -583,11 +795,71 @@ mdb_txn_commit(MDB_txn *txn)
                return EINVAL;
        }
 
-       if (SIMPLEQ_EMPTY(txn->mt_u.dirty_queue))
+       if (!txn->mt_u.dirty_list[0].mid)
                goto done;
 
        DPRINTF("committing transaction %lu on mdbenv %p, root page %lu",
-           txn->mt_txnid, env, txn->mt_root);
+           txn->mt_txnid, (void *) env, txn->mt_dbs[MAIN_DBI].md_root);
+
+       /* should only be one record now */
+       if (env->me_pghead) {
+               MDB_val key, data;
+               MDB_oldpages *mop;
+
+               mop = env->me_pghead;
+               key.mv_size = sizeof(pgno_t);
+               key.mv_data = (char *)&mop->mo_txnid;
+               data.mv_size = MDB_IDL_SIZEOF(mop->mo_pages);
+               data.mv_data = mop->mo_pages;
+               mdb_put0(txn, FREE_DBI, &key, &data, 0);
+               free(env->me_pghead);
+               env->me_pghead = NULL;
+       }
+       /* save to free list */
+       if (!MDB_IDL_IS_ZERO(txn->mt_free_pgs)) {
+               MDB_val key, data;
+               MDB_pageparent mpp;
+
+               /* make sure last page of freeDB is touched and on freelist */
+               key.mv_size = MAXKEYSIZE+1;
+               key.mv_data = NULL;
+               mpp.mp_parent = NULL;
+               mpp.mp_pi = 0;
+               mdb_search_page(txn, FREE_DBI, &key, NULL, 1, &mpp);
+
+#if DEBUG > 1
+               {
+                       unsigned int i;
+                       ULONG *idl = txn->mt_free_pgs;
+                       DPRINTF("IDL write txn %lu root %lu num %lu",
+                               txn->mt_txnid, txn->mt_dbs[FREE_DBI].md_root, idl[0]);
+                       for (i=0; i<idl[0]; i++) {
+                               DPRINTF("IDL %lu", idl[i+1]);
+                       }
+               }
+#endif
+               /* write to last page of freeDB */
+               key.mv_size = sizeof(pgno_t);
+               key.mv_data = (char *)&txn->mt_txnid;
+               data.mv_size = MDB_IDL_SIZEOF(txn->mt_free_pgs);
+               data.mv_data = txn->mt_free_pgs;
+               mdb_put0(txn, FREE_DBI, &key, &data, 0);
+       }
+
+       /* Update DB root pointers. Their pages have already been
+        * touched so this is all in-place and cannot fail.
+        */
+       {
+               MDB_val data;
+               data.mv_size = sizeof(MDB_db);
+
+               for (i = 2; i < txn->mt_numdbs; i++) {
+                       if (txn->mt_dbxs[i].md_dirty) {
+                               data.mv_data = &txn->mt_dbs[i];
+                               mdb_put0(txn, MAIN_DBI, &txn->mt_dbxs[i].md_name, &data, 0);
+                       }
+               }
+       }
 
        /* Commit up to MDB_COMMIT_PAGES dirty pages to disk until done.
         */
@@ -596,15 +868,29 @@ mdb_txn_commit(MDB_txn *txn)
                n = 0;
                done = 1;
                size = 0;
-               SIMPLEQ_FOREACH(dp, txn->mt_u.dirty_queue, h.md_next) {
+               for (i=1; i<=txn->mt_u.dirty_list[0].mid; i++) {
+                       dp = txn->mt_u.dirty_list[i].mptr;
                        if (dp->p.mp_pgno != next) {
-                               lseek(env->me_fd, dp->p.mp_pgno * env->me_head.mh_psize, SEEK_SET);
+                               if (n) {
+                                       DPRINTF("committing %u dirty pages", n);
+                                       rc = writev(env->me_fd, iov, n);
+                                       if (rc != size) {
+                                               n = errno;
+                                               if (rc > 0)
+                                                       DPRINTF("short write, filesystem full?");
+                                               else
+                                                       DPRINTF("writev: %s", strerror(errno));
+                                               mdb_txn_abort(txn);
+                                               return n;
+                                       }
+                                       n = 0;
+                                       size = 0;
+                               }
+                               lseek(env->me_fd, dp->p.mp_pgno * env->me_psize, SEEK_SET);
                                next = dp->p.mp_pgno;
-                               if (n)
-                                       break;
                        }
                        DPRINTF("committing page %lu", dp->p.mp_pgno);
-                       iov[n].iov_len = env->me_head.mh_psize * dp->h.md_num;
+                       iov[n].iov_len = env->me_psize * dp->h.md_num;
                        iov[n].iov_base = &dp->p;
                        size += iov[n].iov_len;
                        next = dp->p.mp_pgno + dp->h.md_num;
@@ -631,77 +917,57 @@ mdb_txn_commit(MDB_txn *txn)
                        return n;
                }
 
-               /* Drop the dirty pages.
-                */
-               while (!SIMPLEQ_EMPTY(txn->mt_u.dirty_queue)) {
-                       dp = SIMPLEQ_FIRST(txn->mt_u.dirty_queue);
-                       SIMPLEQ_REMOVE_HEAD(txn->mt_u.dirty_queue, h.md_next);
-                       free(dp);
-                       if (--n == 0)
-                               break;
-               }
        } while (!done);
 
-       if ((n = mdbenv_sync(env)) != 0 ||
-           (n = mdbenv_write_meta(txn)) != MDB_SUCCESS ||
-           (n = mdbenv_sync(env)) != 0) {
+       /* Drop the dirty pages.
+        */
+       for (i=1; i<=txn->mt_u.dirty_list[0].mid; i++)
+               free(txn->mt_u.dirty_list[i].mptr);
+
+       if ((n = mdb_env_sync(env, 0)) != 0 ||
+           (n = mdb_env_write_meta(txn)) != MDB_SUCCESS) {
                mdb_txn_abort(txn);
                return n;
        }
        env->me_txn = NULL;
-       pthread_mutex_unlock(&env->me_txns->mt_wmutex);
-       free(txn->mt_u.dirty_queue);
-       free(txn);
-       txn = NULL;
-
-done:
-       mdb_txn_abort(txn);
-
-       return MDB_SUCCESS;
-}
-
-static int
-mdbenv_write_header(MDB_env *env)
-{
-       struct stat      sb;
-       MDB_head        *h;
-       MDB_page        *p;
-       ssize_t          rc;
-       unsigned int     psize;
-
-       DPRINTF("writing header page");
-       assert(env != NULL);
 
-       psize = sysconf(_SC_PAGE_SIZE);
+       /* update the DB tables */
+       {
+               int toggle = !env->me_db_toggle;
 
-       if ((p = calloc(1, psize)) == NULL)
-               return ENOMEM;
-       p->mp_flags = P_HEAD;
+               for (i = 2; i < env->me_numdbs; i++) {
+                       if (txn->mt_dbxs[i].md_dirty) {
+                               env->me_dbs[toggle][i] = txn->mt_dbs[i];
+                               txn->mt_dbxs[i].md_dirty = 0;
+                       }
+               }
+               for (i = env->me_numdbs; i < txn->mt_numdbs; i++) {
+                       txn->mt_dbxs[i].md_dirty = 0;
+                       env->me_dbxs[i] = txn->mt_dbxs[i];
+                       env->me_dbs[toggle][i] = txn->mt_dbs[i];
+               }
+               env->me_db_toggle = toggle;
+               env->me_numdbs = txn->mt_numdbs;
 
-       env->me_head.mh_psize = psize;
-       env->me_head.mh_flags = env->me_flags & 0xffff;
+               free(txn->mt_dbs);
+       }
 
-       h = METADATA(p);
-       bcopy(&env->me_head, h, sizeof(*h));
+       pthread_mutex_unlock(&env->me_txns->mti_wmutex);
+       free(txn);
+       txn = NULL;
 
-       rc = write(env->me_fd, p, env->me_head.mh_psize);
-       free(p);
-       if (rc != (ssize_t)env->me_head.mh_psize) {
-               int err = errno;
-               if (rc > 0)
-                       DPRINTF("short write, filesystem full?");
-               return err;
-       }
+done:
+       mdb_txn_abort(txn);
 
        return MDB_SUCCESS;
 }
 
 static int
-mdbenv_read_header(MDB_env *env)
+mdb_env_read_header(MDB_env *env, MDB_meta *meta)
 {
        char             page[PAGESIZE];
        MDB_page        *p;
-       MDB_head        *h;
+       MDB_meta        *m;
        int              rc;
 
        assert(env != NULL);
@@ -720,133 +986,135 @@ mdbenv_read_header(MDB_env *env)
 
        p = (MDB_page *)page;
 
-       if (!F_ISSET(p->mp_flags, P_HEAD)) {
-               DPRINTF("page %lu not a header page", p->mp_pgno);
+       if (!F_ISSET(p->mp_flags, P_META)) {
+               DPRINTF("page %lu not a meta page", p->mp_pgno);
                return EINVAL;
        }
 
-       h = METADATA(p);
-       if (h->mh_magic != MDB_MAGIC) {
-               DPRINTF("header has invalid magic");
+       m = METADATA(p);
+       if (m->mm_magic != MDB_MAGIC) {
+               DPRINTF("meta has invalid magic");
                return EINVAL;
        }
 
-       if (h->mh_version != MDB_VERSION) {
+       if (m->mm_version != MDB_VERSION) {
                DPRINTF("database is version %u, expected version %u",
-                   h->mh_version, MDB_VERSION);
-               return EINVAL;
+                   m->mm_version, MDB_VERSION);
+               return MDB_VERSION_MISMATCH;
        }
 
-       bcopy(h, &env->me_head, sizeof(*h));
+       memcpy(meta, m, sizeof(*m));
        return 0;
 }
 
 static int
-mdbenv_init_meta(MDB_env *env)
+mdb_env_init_meta(MDB_env *env, MDB_meta *meta)
 {
        MDB_page *p, *q;
-       MDB_meta *meta;
+       MDB_meta *m;
        int rc;
+       unsigned int     psize;
+
+       DPRINTF("writing new meta page");
+       psize = sysconf(_SC_PAGE_SIZE);
 
-       p = calloc(2, env->me_head.mh_psize);
-       p->mp_pgno = 1;
+       meta->mm_magic = MDB_MAGIC;
+       meta->mm_version = MDB_VERSION;
+       meta->mm_psize = psize;
+       meta->mm_last_pg = 1;
+       meta->mm_flags = env->me_flags & 0xffff;
+       meta->mm_flags |= MDB_INTEGERKEY;
+       meta->mm_dbs[0].md_root = P_INVALID;
+       meta->mm_dbs[1].md_root = P_INVALID;
+
+       p = calloc(2, psize);
+       p->mp_pgno = 0;
        p->mp_flags = P_META;
 
-       meta = METADATA(p);
-       meta->mm_root = P_INVALID;
-       meta->mm_last_pg = 2;
+       m = METADATA(p);
+       memcpy(m, meta, sizeof(*meta));
 
-       q = (MDB_page *)((char *)p + env->me_head.mh_psize);
+       q = (MDB_page *)((char *)p + psize);
 
-       q->mp_pgno = 2;
+       q->mp_pgno = 1;
        q->mp_flags = P_META;
 
-       meta = METADATA(q);
-       meta->mm_root = P_INVALID;
-       meta->mm_last_pg = 2;
+       m = METADATA(q);
+       memcpy(m, meta, sizeof(*meta));
 
-       rc = write(env->me_fd, p, env->me_head.mh_psize * 2);
+       rc = write(env->me_fd, p, psize * 2);
        free(p);
-       return (rc == env->me_head.mh_psize * 2) ? MDB_SUCCESS : errno;
+       return (rc == (int)psize * 2) ? MDB_SUCCESS : errno;
 }
 
 static int
-mdbenv_write_meta(MDB_txn *txn)
+mdb_env_write_meta(MDB_txn *txn)
 {
        MDB_env *env;
-       MDB_meta        meta;
+       MDB_meta        meta, metab;
        off_t off;
-       int rc;
+       int rc, len, toggle;
+       char *ptr;
 
        assert(txn != NULL);
        assert(txn->mt_env != NULL);
 
-       DPRINTF("writing meta page for root page %lu", txn->mt_root);
+       toggle = !F_ISSET(txn->mt_flags, MDB_TXN_METOGGLE);
+       DPRINTF("writing meta page %d for root page %lu",
+               toggle, txn->mt_dbs[MAIN_DBI].md_root);
 
        env = txn->mt_env;
 
-       bcopy(&env->me_meta, &meta, sizeof(meta));
-       meta.mm_root = txn->mt_root;
+       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);
+       len = sizeof(MDB_meta) - off;
+
+       ptr += off;
+       meta.mm_dbs[0] = txn->mt_dbs[0];
+       meta.mm_dbs[1] = txn->mt_dbs[1];
        meta.mm_last_pg = txn->mt_next_pgno - 1;
        meta.mm_txnid = txn->mt_txnid;
 
-       off = env->me_head.mh_psize;
-       if (!env->me_metatoggle)
-               off *= 2;
+       if (toggle)
+               off += env->me_psize;
        off += PAGEHDRSZ;
 
-       lseek(env->me_fd, off, SEEK_SET);
-       rc = write(env->me_fd, &meta, sizeof(meta));
-       if (rc != sizeof(meta)) {
+       /* Write to the SYNC fd */
+       rc = pwrite(env->me_mfd, ptr, len, off);
+       if (rc != len) {
                DPRINTF("write failed, disk error?");
+               /* On a failure, the pagecache still contains the new data.
+                * Write some old data back, to prevent it from being used.
+                * Use the non-SYNC fd; we know it will fail anyway.
+                */
+               meta.mm_last_pg = metab.mm_last_pg;
+               meta.mm_txnid = metab.mm_txnid;
+               rc = pwrite(env->me_fd, ptr, len, off);
+               env->me_flags |= MDB_FATAL_ERROR;
                return errno;
        }
+       txn->mt_env->me_txns->mti_me_toggle = toggle;
 
        return MDB_SUCCESS;
 }
 
-/* Returns true if page p is a valid meta page, false otherwise.
- */
-static int
-mdb_check_meta_page(MDB_page *p)
-{
-       if (!F_ISSET(p->mp_flags, P_META)) {
-               DPRINTF("page %lu not a meta page", p->mp_pgno);
-               return EINVAL;
-       }
-
-       return 0;
-}
-
 static int
-mdbenv_read_meta(MDB_env *env)
+mdb_env_read_meta(MDB_env *env, int *which)
 {
-       MDB_page        *mp0, *mp1;
-       MDB_meta        *meta[2];
-       int toggle = 0, rc;
+       int toggle = 0;
 
        assert(env != NULL);
 
-       if ((mp0 = mdbenv_get_page(env, 1)) == NULL ||
-               (mp1 = mdbenv_get_page(env, 2)) == NULL)
-               return EIO;
-
-       rc = mdb_check_meta_page(mp0);
-       if (rc) return rc;
-
-       rc = mdb_check_meta_page(mp1);
-       if (rc) return rc;
-
-       meta[0] = METADATA(mp0);
-       meta[1] = METADATA(mp1);
-
-       if (meta[0]->mm_txnid < meta[1]->mm_txnid)
+       if (which)
+               toggle = *which;
+       else if (env->me_metas[0]->mm_txnid < env->me_metas[1]->mm_txnid)
                toggle = 1;
 
-       if (meta[toggle]->mm_txnid > env->me_meta.mm_txnid) {
-               bcopy(meta[toggle], &env->me_meta, sizeof(env->me_meta));
-               env->me_metatoggle = toggle;
-       }
+       if (env->me_meta != env->me_metas[toggle])
+               env->me_meta = env->me_metas[toggle];
 
        DPRINTF("Using meta page %d", toggle);
 
@@ -854,40 +1122,47 @@ mdbenv_read_meta(MDB_env *env)
 }
 
 int
-mdbenv_create(MDB_env **env)
+mdb_env_create(MDB_env **env)
 {
        MDB_env *e;
 
-       e = calloc(1, sizeof(*e));
+       e = calloc(1, sizeof(MDB_env));
        if (!e) return ENOMEM;
 
-       e->me_head.mh_magic = MDB_MAGIC;
-       e->me_head.mh_version = MDB_VERSION;
-       e->me_head.mh_mapsize = DEFAULT_MAPSIZE;
        e->me_maxreaders = DEFAULT_READERS;
-       e->me_db.md_env = e;
+       e->me_maxdbs = 2;
+       e->me_fd = -1;
+       e->me_lfd = -1;
+       e->me_mfd = -1;
        *env = e;
        return MDB_SUCCESS;
 }
 
 int
-mdbenv_set_mapsize(MDB_env *env, size_t size)
+mdb_env_set_mapsize(MDB_env *env, size_t size)
 {
        if (env->me_map)
                return EINVAL;
-       env->me_mapsize = env->me_head.mh_mapsize = size;
+       env->me_mapsize = size;
+       return MDB_SUCCESS;
+}
+
+int
+mdb_env_set_maxdbs(MDB_env *env, int dbs)
+{
+       env->me_maxdbs = dbs;
        return MDB_SUCCESS;
 }
 
 int
-mdbenv_set_maxreaders(MDB_env *env, int readers)
+mdb_env_set_maxreaders(MDB_env *env, int readers)
 {
        env->me_maxreaders = readers;
        return MDB_SUCCESS;
 }
 
 int
-mdbenv_get_maxreaders(MDB_env *env, int *readers)
+mdb_env_get_maxreaders(MDB_env *env, int *readers)
 {
        if (!env || !readers)
                return EINVAL;
@@ -895,66 +1170,71 @@ mdbenv_get_maxreaders(MDB_env *env, int *readers)
        return MDB_SUCCESS;
 }
 
-int
-mdbenv_open2(MDB_env *env, unsigned int flags)
+static int
+mdb_env_open2(MDB_env *env, unsigned int flags)
 {
        int i, newenv = 0;
+       MDB_meta meta;
+       MDB_page *p;
 
        env->me_flags = flags;
-       env->me_meta.mm_root = P_INVALID;
-       env->me_meta.mm_last_pg = 2;
 
-       if ((i = mdbenv_read_header(env)) != 0) {
+       memset(&meta, 0, sizeof(meta));
+
+       if ((i = mdb_env_read_header(env, &meta)) != 0) {
                if (i != ENOENT)
                        return i;
                DPRINTF("new mdbenv");
                newenv = 1;
        }
 
-       if (!env->me_mapsize)
-               env->me_mapsize = env->me_head.mh_mapsize;
+       if (!env->me_mapsize) {
+               env->me_mapsize = newenv ? DEFAULT_MAPSIZE : meta.mm_mapsize;
+       }
 
        i = MAP_SHARED;
-       if (env->me_head.mh_address && (flags & MDB_FIXEDMAP))
+       if (meta.mm_address && (flags & MDB_FIXEDMAP))
                i |= MAP_FIXED;
-       env->me_map = mmap(env->me_head.mh_address, env->me_mapsize, PROT_READ, i,
+       env->me_map = mmap(meta.mm_address, env->me_mapsize, PROT_READ, i,
                env->me_fd, 0);
        if (env->me_map == MAP_FAILED)
                return errno;
 
        if (newenv) {
-               env->me_head.mh_mapsize = env->me_mapsize;
+               meta.mm_mapsize = env->me_mapsize;
                if (flags & MDB_FIXEDMAP)
-                       env->me_head.mh_address = env->me_map;
-               i = mdbenv_write_header(env);
-               if (i != MDB_SUCCESS) {
-                       munmap(env->me_map, env->me_mapsize);
-                       return i;
-               }
-               i = mdbenv_init_meta(env);
+                       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;
                }
        }
+       env->me_psize = meta.mm_psize;
 
-       if ((i = mdbenv_read_meta(env)) != 0)
+       env->me_maxpg = env->me_mapsize / env->me_psize;
+
+       p = (MDB_page *)env->me_map;
+       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, NULL)) != 0)
                return i;
 
        DPRINTF("opened database version %u, pagesize %u",
-           env->me_head.mh_version, env->me_head.mh_psize);
-       DPRINTF("depth: %u", env->me_meta.mm_stat.ms_depth);
-       DPRINTF("entries: %lu", env->me_meta.mm_stat.ms_entries);
-       DPRINTF("branch pages: %lu", env->me_meta.mm_stat.ms_branch_pages);
-       DPRINTF("leaf pages: %lu", env->me_meta.mm_stat.ms_leaf_pages);
-       DPRINTF("overflow pages: %lu", env->me_meta.mm_stat.ms_overflow_pages);
-       DPRINTF("root: %lu", env->me_meta.mm_root);
+           env->me_meta->mm_version, env->me_psize);
+       DPRINTF("depth: %u", env->me_meta->mm_dbs[MAIN_DBI].md_depth);
+       DPRINTF("entries: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_entries);
+       DPRINTF("branch pages: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_branch_pages);
+       DPRINTF("leaf pages: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_leaf_pages);
+       DPRINTF("overflow pages: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_overflow_pages);
+       DPRINTF("root: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_root);
 
        return MDB_SUCCESS;
 }
 
 static void
-mdbenv_reader_dest(void *ptr)
+mdb_env_reader_dest(void *ptr)
 {
        MDB_reader *reader = ptr;
 
@@ -963,80 +1243,209 @@ mdbenv_reader_dest(void *ptr)
        reader->mr_tid = 0;
 }
 
-int
-mdbenv_open(MDB_env *env, const char *path, unsigned int flags, mode_t mode)
+/* downgrade the exclusive lock on the region back to shared */
+static void
+mdb_env_share_locks(MDB_env *env)
 {
-       int             oflags, rc, shmid;
-       off_t   size;
-
+       struct flock lock_info;
+
+       env->me_txns->mti_txnid = env->me_meta->mm_txnid;
+       if (env->me_metas[0]->mm_txnid < env->me_metas[1]->mm_txnid)
+               env->me_txns->mti_me_toggle = 1;
+
+       memset((void *)&lock_info, 0, sizeof(lock_info));
+       lock_info.l_type = F_RDLCK;
+       lock_info.l_whence = SEEK_SET;
+       lock_info.l_start = 0;
+       lock_info.l_len = 1;
+       fcntl(env->me_lfd, F_SETLK, &lock_info);
+}
 
-       if (F_ISSET(flags, MDB_RDONLY))
-               oflags = O_RDONLY;
-       else
-               oflags = O_RDWR | O_CREAT;
+static int
+mdb_env_setup_locks(MDB_env *env, char *lpath, int mode, int *excl)
+{
+       int rc;
+       off_t size, rsize;
+       struct flock lock_info;
 
-       if ((env->me_fd = open(path, oflags, mode)) == -1)
-               return errno;
+       *excl = 0;
 
-       env->me_shmkey = ftok(path, 'm');
-       size = (env->me_maxreaders-1) * sizeof(MDB_reader) + sizeof(MDB_txninfo);
-       shmid = shmget(env->me_shmkey, size, IPC_CREAT|IPC_EXCL|mode);
-       if (shmid == -1) {
-               if (errno == EEXIST) {
-                       shmid = shmget(env->me_shmkey, size, IPC_CREAT|mode);
-                       if (shmid == -1)
-                               return errno;
-                       env->me_txns = shmat(shmid, NULL, 0);
-                       if (env->me_txns->mt_magic != MDB_MAGIC ||
-                               env->me_txns->mt_version != MDB_VERSION) {
-                                       DPRINTF("invalid lock region %d", shmid);
-                                       shmdt(env->me_txns);
-                                       env->me_txns = NULL;
-                                       return EIO;
-                               }
-               } else {
-                       return errno;
+       if ((env->me_lfd = open(lpath, O_RDWR|O_CREAT, mode)) == -1) {
+               rc = errno;
+               return rc;
+       }
+       /* Try to get exclusive lock. If we succeed, then
+        * nobody is using the lock region and we should initialize it.
+        */
+       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_SETLK, &lock_info);
+               if (rc) {
+                       rc = errno;
+                       goto fail;
+               }
+       }
+       size = lseek(env->me_lfd, 0, SEEK_END);
+       rsize = (env->me_maxreaders-1) * sizeof(MDB_reader) + sizeof(MDB_txninfo);
+       if (size < rsize && *excl) {
+               if (ftruncate(env->me_lfd, rsize) != 0) {
+                       rc = errno;
+                       goto fail;
                }
        } else {
+               rsize = size;
+               size = rsize - sizeof(MDB_txninfo);
+               env->me_maxreaders = size/sizeof(MDB_reader) + 1;
+       }
+       env->me_txns = mmap(0, rsize, PROT_READ|PROT_WRITE, MAP_SHARED,
+               env->me_lfd, 0);
+       if (env->me_txns == MAP_FAILED) {
+               rc = errno;
+               goto fail;
+       }
+       if (*excl) {
                pthread_mutexattr_t mattr;
 
-               env->me_txns = shmat(shmid, NULL, 0);
                pthread_mutexattr_init(&mattr);
-               pthread_mutexattr_setpshared(&mattr, PTHREAD_PROCESS_SHARED);
-               pthread_mutex_init(&env->me_txns->mt_mutex, &mattr);
-               pthread_mutex_init(&env->me_txns->mt_wmutex, &mattr);
-               env->me_txns->mt_version = MDB_VERSION;
-               env->me_txns->mt_magic = MDB_MAGIC;
-       }
+               rc = pthread_mutexattr_setpshared(&mattr, PTHREAD_PROCESS_SHARED);
+               if (rc) {
+                       goto fail;
+               }
+               pthread_mutex_init(&env->me_txns->mti_mutex, &mattr);
+               pthread_mutex_init(&env->me_txns->mti_wmutex, &mattr);
+               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;
 
-       if ((rc = mdbenv_open2(env, flags)) != MDB_SUCCESS) {
-               close(env->me_fd);
-               env->me_fd = -1;
        } else {
-               env->me_path = strdup(path);
-               DPRINTF("opened dbenv %p", env);
+               if (env->me_txns->mti_magic != MDB_MAGIC) {
+                       DPRINTF("lock region has invalid magic");
+                       rc = EINVAL;
+                       goto fail;
+               }
+               if (env->me_txns->mti_version != MDB_VERSION) {
+                       DPRINTF("lock region is version %u, expected version %u",
+                               env->me_txns->mti_version, MDB_VERSION);
+                       rc = MDB_VERSION_MISMATCH;
+                       goto fail;
+               }
+               if (errno != EACCES && errno != EAGAIN) {
+                       rc = errno;
+                       goto fail;
+               }
+       }
+       return MDB_SUCCESS;
+
+fail:
+       close(env->me_lfd);
+       env->me_lfd = -1;
+       return rc;
+
+}
+
+#define LOCKNAME       "/lock.mdb"
+#define DATANAME       "/data.mdb"
+int
+mdb_env_open(MDB_env *env, const char *path, unsigned int flags, mode_t mode)
+{
+       int             oflags, rc, len, excl;
+       char *lpath, *dpath;
+
+       len = strlen(path);
+       lpath = malloc(len + sizeof(LOCKNAME) + len + sizeof(DATANAME));
+       if (!lpath)
+               return ENOMEM;
+       dpath = lpath + len + sizeof(LOCKNAME);
+       sprintf(lpath, "%s" LOCKNAME, path);
+       sprintf(dpath, "%s" DATANAME, path);
+
+       rc = mdb_env_setup_locks(env, lpath, mode, &excl);
+       if (rc)
+               goto leave;
+
+       if (F_ISSET(flags, MDB_RDONLY))
+               oflags = O_RDONLY;
+       else
+               oflags = O_RDWR | O_CREAT;
+
+       if ((env->me_fd = open(dpath, oflags, mode)) == -1) {
+               rc = errno;
+               goto leave;
        }
 
-       pthread_key_create(&env->me_txkey, mdbenv_reader_dest);
+       if ((rc = mdb_env_open2(env, flags)) == MDB_SUCCESS) {
+               /* synchronous fd for meta writes */
+               if (!(flags & (MDB_RDONLY|MDB_NOSYNC)))
+                       oflags |= O_DSYNC;
+               if ((env->me_mfd = open(dpath, oflags, mode)) == -1) {
+                       rc = errno;
+                       goto leave;
+               }
 
+               env->me_path = strdup(path);
+               DPRINTF("opened dbenv %p", (void *) env);
+               pthread_key_create(&env->me_txkey, mdb_env_reader_dest);
+               if (excl)
+                       mdb_env_share_locks(env);
+               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;
+       }
+
+leave:
+       if (rc) {
+               if (env->me_fd >= 0) {
+                       close(env->me_fd);
+                       env->me_fd = -1;
+               }
+               if (env->me_lfd >= 0) {
+                       close(env->me_lfd);
+                       env->me_lfd = -1;
+               }
+       }
+       free(lpath);
        return rc;
 }
 
 void
-mdbenv_close(MDB_env *env)
+mdb_env_close(MDB_env *env)
 {
        if (env == NULL)
                return;
 
+       free(env->me_dbs[1]);
+       free(env->me_dbs[0]);
+       free(env->me_dbxs);
        free(env->me_path);
 
+       pthread_key_delete(env->me_txkey);
+
        if (env->me_map) {
                munmap(env->me_map, env->me_mapsize);
        }
+       close(env->me_mfd);
        close(env->me_fd);
        if (env->me_txns) {
-               shmdt(env->me_txns);
-       }
+               pid_t pid = getpid();
+               size_t size = (env->me_maxreaders-1) * sizeof(MDB_reader) + sizeof(MDB_txninfo);
+               int i;
+               for (i=0; i<env->me_txns->mti_numreaders; i++)
+                       if (env->me_txns->mti_readers[i].mr_pid == pid)
+                               env->me_txns->mti_readers[i].mr_pid = 0;
+               munmap(env->me_txns, size);
+       }
+       close(env->me_lfd);
        free(env);
 }
 
@@ -1048,7 +1457,7 @@ mdbenv_close(MDB_env *env)
  * If no entry larger or equal to the key is found, returns NULL.
  */
 static MDB_node *
-mdb_search_node(MDB_db *bt, MDB_page *mp, MDB_val *key,
+mdb_search_node(MDB_txn *txn, MDB_dbi dbi, MDB_page *mp, MDB_val *key,
     int *exactp, unsigned int *kip)
 {
        unsigned int     i = 0;
@@ -1057,14 +1466,14 @@ mdb_search_node(MDB_db *bt, MDB_page *mp, MDB_val *key,
        MDB_node        *node;
        MDB_val  nodekey;
 
-       DPRINTF("searching %lu keys in %s page %lu",
+       DPRINTF("searching %u keys in %s page %lu",
            NUMKEYS(mp),
            IS_LEAF(mp) ? "leaf" : "branch",
            mp->mp_pgno);
 
        assert(NUMKEYS(mp) > 0);
 
-       bzero(&nodekey, sizeof(nodekey));
+       memset(&nodekey, 0, sizeof(nodekey));
 
        low = IS_LEAF(mp) ? 0 : 1;
        high = NUMKEYS(mp) - 1;
@@ -1075,10 +1484,10 @@ mdb_search_node(MDB_db *bt, MDB_page *mp, MDB_val *key,
                nodekey.mv_size = node->mn_ksize;
                nodekey.mv_data = NODEKEY(node);
 
-               if (bt->md_cmp)
-                       rc = bt->md_cmp(key, &nodekey);
+               if (txn->mt_dbxs[dbi].md_cmp)
+                       rc = txn->mt_dbxs[dbi].md_cmp(key, &nodekey);
                else
-                       rc = _mdb_cmp(bt, key, &nodekey);
+                       rc = _mdb_cmp(txn, dbi, key, &nodekey);
 
                if (IS_LEAF(mp))
                        DPRINTF("found leaf index %u [%.*s], rc = %i",
@@ -1118,7 +1527,7 @@ cursor_pop_page(MDB_cursor *cursor)
        top = CURSOR_TOP(cursor);
        CURSOR_POP(cursor);
 
-       DPRINTF("popped page %lu off cursor %p", top->mp_page->mp_pgno, cursor);
+       DPRINTF("popped page %lu off cursor %p", top->mp_page->mp_pgno, (void *) cursor);
 
        free(top);
 }
@@ -1128,9 +1537,9 @@ cursor_push_page(MDB_cursor *cursor, MDB_page *mp)
 {
        MDB_ppage       *ppage;
 
-       DPRINTF("pushing page %lu on cursor %p", mp->mp_pgno, cursor);
+       DPRINTF("pushing page %lu on cursor %p", mp->mp_pgno, (void *) cursor);
 
-       if ((ppage = calloc(1, sizeof(*ppage))) == NULL)
+       if ((ppage = calloc(1, sizeof(MDB_ppage))) == NULL)
                return NULL;
        ppage->mp_page = mp;
        CURSOR_PUSH(cursor, ppage);
@@ -1138,49 +1547,57 @@ cursor_push_page(MDB_cursor *cursor, MDB_page *mp)
 }
 
 static MDB_page *
-mdbenv_get_page(MDB_env *env, pgno_t pgno)
+mdb_get_page(MDB_txn *txn, pgno_t pgno)
 {
        MDB_page *p = NULL;
-       MDB_txn *txn = env->me_txn;
+       int found = 0;
 
-       if (txn && pgno >= txn->mt_first_pgno &&
-               !SIMPLEQ_EMPTY(txn->mt_u.dirty_queue)) {
+       if (!F_ISSET(txn->mt_flags, MDB_TXN_RDONLY) && txn->mt_u.dirty_list[0].mid) {
                MDB_dpage *dp;
-               SIMPLEQ_FOREACH(dp, txn->mt_u.dirty_queue, h.md_next) {
-                       if (dp->p.mp_pgno == pgno) {
-                               p = &dp->p;
-                               break;
-                       }
+               MIDL2 id;
+               unsigned x;
+               id.mid = pgno;
+               x = mdb_midl2_search(txn->mt_u.dirty_list, &id);
+               if (x <= txn->mt_u.dirty_list[0].mid && txn->mt_u.dirty_list[x].mid == pgno) {
+                       dp = txn->mt_u.dirty_list[x].mptr;
+                       p = &dp->p;
+                       found = 1;
                }
-       } else {
-               p = (MDB_page *)(env->me_map + env->me_head.mh_psize * pgno);
+       }
+       if (!found) {
+               if (pgno > txn->mt_env->me_meta->mm_last_pg)
+                       return NULL;
+               p = (MDB_page *)(txn->mt_env->me_map + txn->mt_env->me_psize * pgno);
        }
        return p;
 }
 
 static int
-mdb_search_page_root(MDB_db *bt, MDB_val *key,
+mdb_search_page_root(MDB_txn *txn, MDB_dbi dbi, MDB_val *key,
     MDB_cursor *cursor, int modify, MDB_pageparent *mpp)
 {
        MDB_page        *mp = mpp->mp_page;
        int rc;
 
        if (cursor && cursor_push_page(cursor, mp) == NULL)
-               return MDB_FAIL;
+               return ENOMEM;
 
        while (IS_BRANCH(mp)) {
                unsigned int     i = 0;
                MDB_node        *node;
 
-               DPRINTF("branch page %lu has %lu keys", mp->mp_pgno, NUMKEYS(mp));
+               DPRINTF("branch page %lu has %u keys", mp->mp_pgno, NUMKEYS(mp));
                assert(NUMKEYS(mp) > 1);
                DPRINTF("found index 0 to page %lu", NODEPGNO(NODEPTR(mp, 0)));
 
                if (key == NULL)        /* Initialize cursor to first page. */
                        i = 0;
-               else {
+               else if (key->mv_size > MAXKEYSIZE && key->mv_data == NULL) {
+                                                       /* cursor to last page */
+                       i = NUMKEYS(mp)-1;
+               } else {
                        int      exact;
-                       node = mdb_search_node(bt, mp, key, &exact, &i);
+                       node = mdb_search_node(txn, dbi, mp, key, &exact, &i);
                        if (node == NULL)
                                i = NUMKEYS(mp) - 1;
                        else if (!exact) {
@@ -1192,24 +1609,24 @@ mdb_search_page_root(MDB_db *bt, MDB_val *key,
                if (key)
                        DPRINTF("following index %u for key %.*s",
                            i, (int)key->mv_size, (char *)key->mv_data);
-               assert(i >= 0 && i < NUMKEYS(mp));
+               assert(i < NUMKEYS(mp));
                node = NODEPTR(mp, i);
 
                if (cursor)
                        CURSOR_TOP(cursor)->mp_ki = i;
 
                mpp->mp_parent = mp;
-               if ((mp = mdbenv_get_page(bt->md_env, NODEPGNO(node))) == NULL)
-                       return MDB_FAIL;
+               if ((mp = mdb_get_page(txn, NODEPGNO(node))) == NULL)
+                       return MDB_PAGE_NOTFOUND;
                mpp->mp_pi = i;
                mpp->mp_page = mp;
 
                if (cursor && cursor_push_page(cursor, mp) == NULL)
-                       return MDB_FAIL;
+                       return ENOMEM;
 
                if (modify) {
                        MDB_dhead *dh = ((MDB_dhead *)mp)-1;
-                       if (rc = mdb_touch(bt->md_env->me_txn, mpp))
+                       if ((rc = mdb_touch(txn, mpp)) != 0)
                                return rc;
                        dh = ((MDB_dhead *)mpp->mp_page)-1;
                        dh->md_parent = mpp->mp_parent;
@@ -1222,7 +1639,7 @@ mdb_search_page_root(MDB_db *bt, MDB_val *key,
        if (!IS_LEAF(mp)) {
                DPRINTF("internal error, index points to a %02X page!?",
                    mp->mp_flags);
-               return MDB_FAIL;
+               return MDB_CORRUPTED;
        }
 
        DPRINTF("found leaf page %lu for key %.*s", mp->mp_pgno,
@@ -1238,65 +1655,60 @@ mdb_search_page_root(MDB_db *bt, MDB_val *key,
  * If modify is true, visited pages are updated with new page numbers.
  */
 static int
-mdb_search_page(MDB_db *db, MDB_txn *txn, MDB_val *key,
+mdb_search_page(MDB_txn *txn, MDB_dbi dbi, MDB_val *key,
     MDB_cursor *cursor, int modify, MDB_pageparent *mpp)
 {
        int              rc;
        pgno_t           root;
 
-       /* Can't modify pages outside a transaction. */
-       if (txn == NULL && modify) {
-               return EINVAL;
-       }
-
        /* Choose which root page to start with. If a transaction is given
         * use the root page from the transaction, otherwise read the last
         * committed root page.
         */
-       if (txn == NULL) {
-               if ((rc = mdbenv_read_meta(db->md_env)) != MDB_SUCCESS)
-                       return rc;
-               root = db->md_env->me_meta.mm_root;
-       } else if (F_ISSET(txn->mt_flags, MDB_TXN_ERROR)) {
+       if (F_ISSET(txn->mt_flags, MDB_TXN_ERROR)) {
                DPRINTF("transaction has failed, must abort");
                return EINVAL;
        } else
-               root = txn->mt_root;
+               root = txn->mt_dbs[dbi].md_root;
 
        if (root == P_INVALID) {                /* Tree is empty. */
                DPRINTF("tree is empty");
-               return ENOENT;
+               return MDB_NOTFOUND;
        }
 
-       if ((mpp->mp_page = mdbenv_get_page(db->md_env, root)) == NULL)
-               return MDB_FAIL;
+       if ((mpp->mp_page = mdb_get_page(txn, root)) == NULL)
+               return MDB_PAGE_NOTFOUND;
 
        DPRINTF("root page has flags 0x%X", mpp->mp_page->mp_flags);
 
-       if (modify && !F_ISSET(mpp->mp_page->mp_flags, P_DIRTY)) {
-               mpp->mp_parent = NULL;
-               mpp->mp_pi = 0;
-               if ((rc = mdb_touch(txn, mpp)))
-                       return rc;
-               txn->mt_root = mpp->mp_page->mp_pgno;
+       if (modify) {
+               /* For sub-databases, update main root first */
+               if (dbi > MAIN_DBI && !txn->mt_dbxs[dbi].md_dirty) {
+                       MDB_pageparent mp2;
+                       rc = mdb_search_page(txn, MAIN_DBI, &txn->mt_dbxs[dbi].md_name,
+                               NULL, 1, &mp2);
+                       if (rc)
+                               return rc;
+                       txn->mt_dbxs[dbi].md_dirty = 1;
+               }
+               if (!F_ISSET(mpp->mp_page->mp_flags, P_DIRTY)) {
+                       mpp->mp_parent = NULL;
+                       mpp->mp_pi = 0;
+                       if ((rc = mdb_touch(txn, mpp)))
+                               return rc;
+                       txn->mt_dbs[dbi].md_root = mpp->mp_page->mp_pgno;
+               }
        }
 
-       return mdb_search_page_root(db, key, cursor, modify, mpp);
+       return mdb_search_page_root(txn, dbi, key, cursor, modify, mpp);
 }
 
 static int
-mdb_read_data(MDB_db *db, MDB_page *mp, MDB_node *leaf,
-    MDB_val *data)
+mdb_read_data(MDB_txn *txn, MDB_node *leaf, MDB_val *data)
 {
        MDB_page        *omp;           /* overflow mpage */
-       size_t           psz;
-       size_t           max;
-       size_t           sz = 0;
        pgno_t           pgno;
 
-       bzero(data, sizeof(*data));
-       max = db->md_env->me_head.mh_psize - PAGEHDRSZ;
-
        if (!F_ISSET(leaf->mn_flags, F_BIGDATA)) {
                data->mv_size = leaf->mn_dsize;
                data->mv_data = NODEDATA(leaf);
@@ -1306,10 +1718,10 @@ mdb_read_data(MDB_db *db, MDB_page *mp, MDB_node *leaf,
        /* Read overflow data.
         */
        data->mv_size = leaf->mn_dsize;
-       bcopy(NODEDATA(leaf), &pgno, sizeof(pgno));
-       if ((omp = mdbenv_get_page(db->md_env, pgno)) == NULL) {
+       memcpy(&pgno, NODEDATA(leaf), sizeof(pgno));
+       if ((omp = mdb_get_page(txn, pgno)) == NULL) {
                DPRINTF("read overflow page %lu failed", pgno);
-               return MDB_FAIL;
+               return MDB_PAGE_NOTFOUND;
        }
        data->mv_data = omp;
 
@@ -1317,7 +1729,7 @@ mdb_read_data(MDB_db *db, MDB_page *mp, MDB_node *leaf,
 }
 
 int
-mdb_get(MDB_db *db, MDB_txn *txn,
+mdb_get(MDB_txn *txn, MDB_dbi dbi,
     MDB_val *key, MDB_val *data)
 {
        int              rc, exact;
@@ -1328,25 +1740,32 @@ mdb_get(MDB_db *db, MDB_txn *txn,
        assert(data);
        DPRINTF("===> get key [%.*s]", (int)key->mv_size, (char *)key->mv_data);
 
-       if (db == NULL)
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
                return EINVAL;
 
-       if (txn != NULL && db->md_env != txn->mt_env) {
-               return EINVAL;
-       }
-
        if (key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
                return EINVAL;
        }
 
-       if ((rc = mdb_search_page(db, txn, key, NULL, 0, &mpp)) != MDB_SUCCESS)
+       if ((rc = mdb_search_page(txn, dbi, key, NULL, 0, &mpp)) != MDB_SUCCESS)
                return rc;
 
-       leaf = mdb_search_node(db, mpp.mp_page, key, &exact, NULL);
-       if (leaf && exact)
-               rc = mdb_read_data(db, mpp.mp_page, leaf, data);
-       else {
-               rc = ENOENT;
+       leaf = mdb_search_node(txn, dbi, mpp.mp_page, key, &exact, NULL);
+       if (leaf && exact) {
+               /* Return first duplicate data item */
+               if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
+                       MDB_xcursor mx;
+
+                       mdb_xcursor_init0(txn, dbi, &mx);
+                       mdb_xcursor_init1(txn, dbi, &mx, leaf);
+                       rc = mdb_search_page(&mx.mx_txn, mx.mx_cursor.mc_dbi, NULL, NULL, 0, &mpp);
+                       if (rc != MDB_SUCCESS)
+                               return rc;
+                       leaf = NODEPTR(mpp.mp_page, 0);
+               }
+               rc = mdb_read_data(txn, leaf, data);
+       } else {
+               rc = MDB_NOTFOUND;
        }
 
        return rc;
@@ -1362,7 +1781,7 @@ mdb_sibling(MDB_cursor *cursor, int move_right)
 
        top = CURSOR_TOP(cursor);
        if ((parent = SLIST_NEXT(top, mp_entry)) == NULL) {
-               return ENOENT;          /* root has no siblings */
+               return MDB_NOTFOUND;            /* root has no siblings */
        }
 
        DPRINTF("parent page is page %lu, index %u",
@@ -1387,8 +1806,8 @@ mdb_sibling(MDB_cursor *cursor, int move_right)
        assert(IS_BRANCH(parent->mp_page));
 
        indx = NODEPTR(parent->mp_page, parent->mp_ki);
-       if ((mp = mdbenv_get_page(cursor->mc_db->md_env, indx->mn_pgno)) == NULL)
-               return MDB_FAIL;
+       if ((mp = mdb_get_page(cursor->mc_txn, indx->mn_pgno)) == NULL)
+               return MDB_PAGE_NOTFOUND;
 #if 0
        mp->parent = parent->mp_page;
        mp->parent_index = parent->mp_ki;
@@ -1400,8 +1819,7 @@ mdb_sibling(MDB_cursor *cursor, int move_right)
 }
 
 static int
-mdb_set_key(MDB_db *bt, MDB_page *mp, MDB_node *node,
-    MDB_val *key)
+mdb_set_key(MDB_node *node, MDB_val *key)
 {
        if (key == NULL)
                return 0;
@@ -1413,28 +1831,37 @@ mdb_set_key(MDB_db *bt, MDB_page *mp, MDB_node *node,
 }
 
 static int
-mdb_cursor_next(MDB_cursor *cursor, MDB_val *key, MDB_val *data)
+mdb_cursor_next(MDB_cursor *cursor, MDB_val *key, MDB_val *data, MDB_cursor_op op)
 {
        MDB_ppage       *top;
        MDB_page        *mp;
        MDB_node        *leaf;
+       int rc;
 
        if (cursor->mc_eof) {
-               return ENOENT;
+               return MDB_NOTFOUND;
        }
 
        assert(cursor->mc_initialized);
 
+       if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+               if (op == MDB_NEXT || op == MDB_NEXT_DUP) {
+                       rc = mdb_cursor_next(&cursor->mc_xcursor->mx_cursor, data, NULL, MDB_NEXT);
+                       if (op != MDB_NEXT || rc == MDB_SUCCESS)
+                               return rc;
+               }
+       }
+
        top = CURSOR_TOP(cursor);
        mp = top->mp_page;
 
-       DPRINTF("cursor_next: top page is %lu in cursor %p", mp->mp_pgno, cursor);
+       DPRINTF("cursor_next: top page is %lu in cursor %p", mp->mp_pgno, (void *) cursor);
 
        if (top->mp_ki + 1 >= NUMKEYS(mp)) {
                DPRINTF("=====> move to next sibling page");
                if (mdb_sibling(cursor, 1) != MDB_SUCCESS) {
                        cursor->mc_eof = 1;
-                       return ENOENT;
+                       return MDB_NOTFOUND;
                }
                top = CURSOR_TOP(cursor);
                mp = top->mp_page;
@@ -1442,21 +1869,88 @@ mdb_cursor_next(MDB_cursor *cursor, MDB_val *key, MDB_val *data)
        } else
                top->mp_ki++;
 
-       DPRINTF("==> cursor points to page %lu with %lu keys, key index %u",
+       DPRINTF("==> cursor points to page %lu with %u keys, key index %u",
+           mp->mp_pgno, NUMKEYS(mp), top->mp_ki);
+
+       assert(IS_LEAF(mp));
+       leaf = NODEPTR(mp, top->mp_ki);
+
+       if (data) {
+               if ((rc = mdb_read_data(cursor->mc_txn, leaf, data) != MDB_SUCCESS))
+                       return rc;
+
+               if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+                       mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, leaf);
+                       rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       if (rc != MDB_SUCCESS)
+                               return rc;
+               }
+       }
+
+       return mdb_set_key(leaf, key);
+}
+
+static int
+mdb_cursor_prev(MDB_cursor *cursor, MDB_val *key, MDB_val *data, MDB_cursor_op op)
+{
+       MDB_ppage       *top;
+       MDB_page        *mp;
+       MDB_node        *leaf;
+       int rc;
+
+       assert(cursor->mc_initialized);
+
+       if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+               if (op == MDB_PREV || op == MDB_PREV_DUP) {
+                       rc = mdb_cursor_prev(&cursor->mc_xcursor->mx_cursor, data, NULL, MDB_PREV);
+                       if (op != MDB_PREV || rc == MDB_SUCCESS)
+                               return rc;
+               }
+       }
+
+       top = CURSOR_TOP(cursor);
+       mp = top->mp_page;
+
+       DPRINTF("cursor_prev: top page is %lu in cursor %p", mp->mp_pgno, (void *) cursor);
+
+       if (top->mp_ki == 0)  {
+               DPRINTF("=====> move to prev sibling page");
+               if (mdb_sibling(cursor, 0) != MDB_SUCCESS) {
+                       return MDB_NOTFOUND;
+               }
+               top = CURSOR_TOP(cursor);
+               mp = top->mp_page;
+               top->mp_ki = NUMKEYS(mp) - 1;
+               DPRINTF("prev page is %lu, key index %u", mp->mp_pgno, top->mp_ki);
+       } else
+               top->mp_ki--;
+
+       cursor->mc_eof = 0;
+
+       DPRINTF("==> cursor points to page %lu with %u keys, key index %u",
            mp->mp_pgno, NUMKEYS(mp), top->mp_ki);
 
        assert(IS_LEAF(mp));
        leaf = NODEPTR(mp, top->mp_ki);
 
-       if (data && mdb_read_data(cursor->mc_db, mp, leaf, data) != MDB_SUCCESS)
-               return MDB_FAIL;
+       if (data) {
+               if ((rc = mdb_read_data(cursor->mc_txn, leaf, data) != MDB_SUCCESS))
+                       return rc;
+
+               if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+                       mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, leaf);
+                       rc = mdb_cursor_last(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       if (rc != MDB_SUCCESS)
+                               return rc;
+               }
+       }
 
-       return mdb_set_key(cursor->mc_db, mp, leaf, key);
+       return mdb_set_key(leaf, key);
 }
 
 static int
 mdb_cursor_set(MDB_cursor *cursor, MDB_val *key, MDB_val *data,
-    int *exactp)
+    MDB_cursor_op op, int *exactp)
 {
        int              rc;
        MDB_node        *leaf;
@@ -1467,16 +1961,19 @@ mdb_cursor_set(MDB_cursor *cursor, MDB_val *key, MDB_val *data,
        assert(key);
        assert(key->mv_size > 0);
 
-       rc = mdb_search_page(cursor->mc_db, cursor->mc_txn, key, cursor, 0, &mpp);
+       while (CURSOR_TOP(cursor) != NULL)
+               cursor_pop_page(cursor);
+
+       rc = mdb_search_page(cursor->mc_txn, cursor->mc_dbi, key, cursor, 0, &mpp);
        if (rc != MDB_SUCCESS)
                return rc;
        assert(IS_LEAF(mpp.mp_page));
 
        top = CURSOR_TOP(cursor);
-       leaf = mdb_search_node(cursor->mc_db, mpp.mp_page, key, exactp, &top->mp_ki);
+       leaf = mdb_search_node(cursor->mc_txn, cursor->mc_dbi, mpp.mp_page, key, exactp, &top->mp_ki);
        if (exactp != NULL && !*exactp) {
-               /* MDB_CURSOR_EXACT specified and not an exact match. */
-               return ENOENT;
+               /* MDB_SET specified and not an exact match. */
+               return MDB_NOTFOUND;
        }
 
        if (leaf == NULL) {
@@ -1493,10 +1990,32 @@ mdb_cursor_set(MDB_cursor *cursor, MDB_val *key, MDB_val *data,
        cursor->mc_initialized = 1;
        cursor->mc_eof = 0;
 
-       if (data && (rc = mdb_read_data(cursor->mc_db, mpp.mp_page, leaf, data)) != MDB_SUCCESS)
-               return rc;
+       if (data) {
+               if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
+                       return rc;
 
-       rc = mdb_set_key(cursor->mc_db, mpp.mp_page, leaf, key);
+               if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+                       mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, leaf);
+                       if (op == MDB_SET || op == MDB_SET_RANGE) {
+                               rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       } else {
+                               int ex2, *ex2p;
+                               MDB_cursor_op op2;
+                               if (op == MDB_GET_BOTH) {
+                                       ex2p = &ex2;
+                                       op2 = MDB_SET;
+                               } else {
+                                       ex2p = NULL;
+                                       op2 = MDB_SET_RANGE;
+                               }
+                               rc = mdb_cursor_set(&cursor->mc_xcursor->mx_cursor, data, NULL, op2, ex2p);
+                               if (rc != MDB_SUCCESS)
+                                       return rc;
+                       }
+               }
+       }
+
+       rc = mdb_set_key(leaf, key);
        if (rc == MDB_SUCCESS) {
                DPRINTF("==> cursor placed on key %.*s",
                        (int)key->mv_size, (char *)key->mv_data);
@@ -1513,7 +2032,10 @@ mdb_cursor_first(MDB_cursor *cursor, MDB_val *key, MDB_val *data)
        MDB_pageparent  mpp;
        MDB_node        *leaf;
 
-       rc = mdb_search_page(cursor->mc_db, cursor->mc_txn, NULL, cursor, 0, &mpp);
+       while (CURSOR_TOP(cursor) != NULL)
+               cursor_pop_page(cursor);
+
+       rc = mdb_search_page(cursor->mc_txn, cursor->mc_dbi, NULL, cursor, 0, &mpp);
        if (rc != MDB_SUCCESS)
                return rc;
        assert(IS_LEAF(mpp.mp_page));
@@ -1522,10 +2044,60 @@ mdb_cursor_first(MDB_cursor *cursor, MDB_val *key, MDB_val *data)
        cursor->mc_initialized = 1;
        cursor->mc_eof = 0;
 
-       if (data && (rc = mdb_read_data(cursor->mc_db, mpp.mp_page, leaf, data)) != MDB_SUCCESS)
+       if (data) {
+               if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
+                       return rc;
+
+               if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+                       mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, leaf);
+                       rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       if (rc)
+                               return rc;
+               }
+       }
+       return mdb_set_key(leaf, key);
+}
+
+static int
+mdb_cursor_last(MDB_cursor *cursor, MDB_val *key, MDB_val *data)
+{
+       int              rc;
+       MDB_ppage       *top;
+       MDB_pageparent  mpp;
+       MDB_node        *leaf;
+       MDB_val lkey;
+
+       while (CURSOR_TOP(cursor) != NULL)
+               cursor_pop_page(cursor);
+
+       lkey.mv_size = MAXKEYSIZE+1;
+       lkey.mv_data = NULL;
+
+       rc = mdb_search_page(cursor->mc_txn, cursor->mc_dbi, &lkey, cursor, 0, &mpp);
+       if (rc != MDB_SUCCESS)
                return rc;
+       assert(IS_LEAF(mpp.mp_page));
+
+       leaf = NODEPTR(mpp.mp_page, NUMKEYS(mpp.mp_page)-1);
+       cursor->mc_initialized = 1;
+       cursor->mc_eof = 0;
+
+       top = CURSOR_TOP(cursor);
+       top->mp_ki = NUMKEYS(top->mp_page) - 1;
+
+       if (data) {
+               if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
+                       return rc;
+
+               if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+                       mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, leaf);
+                       rc = mdb_cursor_last(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       if (rc)
+                               return rc;
+               }
+       }
 
-       return mdb_set_key(cursor->mc_db, mpp.mp_page, leaf, key);
+       return mdb_set_key(leaf, key);
 }
 
 int
@@ -1538,28 +2110,44 @@ mdb_cursor_get(MDB_cursor *cursor, MDB_val *key, MDB_val *data,
        assert(cursor);
 
        switch (op) {
-       case MDB_CURSOR:
-       case MDB_CURSOR_EXACT:
-               while (CURSOR_TOP(cursor) != NULL)
-                       cursor_pop_page(cursor);
+       case MDB_GET_BOTH:
+       case MDB_GET_BOTH_RANGE:
+               if (data == NULL) {
+                       rc = EINVAL;
+                       break;
+               }
+               /* FALLTHRU */
+       case MDB_SET:
+       case MDB_SET_RANGE:
                if (key == NULL || key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
                        rc = EINVAL;
-               } else if (op == MDB_CURSOR_EXACT)
-                       rc = mdb_cursor_set(cursor, key, data, &exact);
+               } else if (op != MDB_SET_RANGE)
+                       rc = mdb_cursor_set(cursor, key, data, op, NULL);
                else
-                       rc = mdb_cursor_set(cursor, key, data, NULL);
+                       rc = mdb_cursor_set(cursor, key, data, op, &exact);
                break;
        case MDB_NEXT:
+       case MDB_NEXT_DUP:
+       case MDB_NEXT_NODUP:
                if (!cursor->mc_initialized)
                        rc = mdb_cursor_first(cursor, key, data);
                else
-                       rc = mdb_cursor_next(cursor, key, data);
+                       rc = mdb_cursor_next(cursor, key, data, op);
+               break;
+       case MDB_PREV:
+       case MDB_PREV_DUP:
+       case MDB_PREV_NODUP:
+               if (!cursor->mc_initialized || cursor->mc_eof)
+                       rc = mdb_cursor_last(cursor, key, data);
+               else
+                       rc = mdb_cursor_prev(cursor, key, data, op);
                break;
        case MDB_FIRST:
-               while (CURSOR_TOP(cursor) != NULL)
-                       cursor_pop_page(cursor);
                rc = mdb_cursor_first(cursor, key, data);
                break;
+       case MDB_LAST:
+               rc = mdb_cursor_last(cursor, key, data);
+               break;
        default:
                DPRINTF("unhandled/unimplemented cursor operation %u", op);
                rc = EINVAL;
@@ -1572,27 +2160,24 @@ mdb_cursor_get(MDB_cursor *cursor, MDB_val *key, MDB_val *data,
 /* Allocate a page and initialize it
  */
 static MDB_dpage *
-mdbenv_new_page(MDB_env *env, uint32_t flags, int num)
+mdb_new_page(MDB_txn *txn, MDB_dbi dbi, uint32_t flags, int num)
 {
        MDB_dpage       *dp;
 
-       assert(env != NULL);
-       assert(env->me_txn != NULL);
-
-       DPRINTF("allocating new mpage %lu, page size %u",
-           env->me_txn->mt_next_pgno, env->me_head.mh_psize);
-       if ((dp = mdb_newpage(env->me_txn, NULL, 0, num)) == NULL)
+       if ((dp = mdb_alloc_page(txn, NULL, 0, num)) == NULL)
                return NULL;
+       DPRINTF("allocated new mpage %lu, page size %u",
+           dp->p.mp_pgno, txn->mt_env->me_psize);
        dp->p.mp_flags = flags | P_DIRTY;
        dp->p.mp_lower = PAGEHDRSZ;
-       dp->p.mp_upper = env->me_head.mh_psize;
+       dp->p.mp_upper = txn->mt_env->me_psize;
 
        if (IS_BRANCH(&dp->p))
-               env->me_meta.mm_stat.ms_branch_pages++;
+               txn->mt_dbs[dbi].md_branch_pages++;
        else if (IS_LEAF(&dp->p))
-               env->me_meta.mm_stat.ms_leaf_pages++;
+               txn->mt_dbs[dbi].md_leaf_pages++;
        else if (IS_OVERFLOW(&dp->p)) {
-               env->me_meta.mm_stat.ms_overflow_pages += num;
+               txn->mt_dbs[dbi].md_overflow_pages += num;
                dp->p.mp_pages = num;
        }
 
@@ -1600,12 +2185,12 @@ mdbenv_new_page(MDB_env *env, uint32_t flags, int num)
 }
 
 static size_t
-mdb_leaf_size(MDB_db *db, MDB_val *key, MDB_val *data)
+mdb_leaf_size(MDB_env *env, MDB_val *key, MDB_val *data)
 {
        size_t           sz;
 
        sz = LEAFSIZE(key, data);
-       if (data->mv_size >= db->md_env->me_head.mh_psize / MDB_MINKEYS) {
+       if (data->mv_size >= env->me_psize / MDB_MINKEYS) {
                /* put on overflow page */
                sz -= data->mv_size - sizeof(pgno_t);
        }
@@ -1614,12 +2199,12 @@ mdb_leaf_size(MDB_db *db, MDB_val *key, MDB_val *data)
 }
 
 static size_t
-mdb_branch_size(MDB_db *db, MDB_val *key)
+mdb_branch_size(MDB_env *env, MDB_val *key)
 {
        size_t           sz;
 
        sz = INDXSIZE(key);
-       if (sz >= db->md_env->me_head.mh_psize / MDB_MINKEYS) {
+       if (sz >= env->me_psize / MDB_MINKEYS) {
                /* put on overflow page */
                /* not implemented */
                /* sz -= key->size - sizeof(pgno_t); */
@@ -1629,7 +2214,7 @@ mdb_branch_size(MDB_db *db, MDB_val *key)
 }
 
 static int
-mdb_add_node(MDB_db *db, MDB_page *mp, indx_t indx,
+mdb_add_node(MDB_txn *txn, MDB_dbi dbi, MDB_page *mp, indx_t indx,
     MDB_val *key, MDB_val *data, pgno_t pgno, uint8_t flags)
 {
        unsigned int     i;
@@ -1653,15 +2238,14 @@ mdb_add_node(MDB_db *db, MDB_page *mp, indx_t indx,
                if (F_ISSET(flags, F_BIGDATA)) {
                        /* Data already on overflow page. */
                        node_size += sizeof(pgno_t);
-               } else if (data->mv_size >= db->md_env->me_head.mh_psize / MDB_MINKEYS) {
-                       int ovpages = PAGEHDRSZ + data->mv_size + db->md_env->me_head.mh_psize - 1;
-                       ovpages /= db->md_env->me_head.mh_psize;
+               } else if (data->mv_size >= txn->mt_env->me_psize / MDB_MINKEYS) {
+                       int ovpages = OVPAGES(data->mv_size, txn->mt_env->me_psize);
                        /* Put data on overflow page. */
                        DPRINTF("data size is %zu, put on overflow page",
                            data->mv_size);
                        node_size += sizeof(pgno_t);
-                       if ((ofp = mdbenv_new_page(db->md_env, P_OVERFLOW, ovpages)) == NULL)
-                               return MDB_FAIL;
+                       if ((ofp = mdb_new_page(txn, dbi, P_OVERFLOW, ovpages)) == NULL)
+                               return ENOMEM;
                        DPRINTF("allocated overflow page %lu", ofp->p.mp_pgno);
                        flags |= F_BIGDATA;
                } else {
@@ -1670,7 +2254,7 @@ mdb_add_node(MDB_db *db, MDB_page *mp, indx_t indx,
        }
 
        if (node_size + sizeof(indx_t) > SIZELEFT(mp)) {
-               DPRINTF("not enough room in page %lu, got %lu ptrs",
+               DPRINTF("not enough room in page %lu, got %u ptrs",
                    mp->mp_pgno, NUMKEYS(mp));
                DPRINTF("upper - lower = %u - %u = %u", mp->mp_upper, mp->mp_lower,
                    mp->mp_upper - mp->mp_lower);
@@ -1699,21 +2283,21 @@ mdb_add_node(MDB_db *db, MDB_page *mp, indx_t indx,
                node->mn_pgno = pgno;
 
        if (key)
-               bcopy(key->mv_data, NODEKEY(node), key->mv_size);
+               memcpy(NODEKEY(node), key->mv_data, key->mv_size);
 
        if (IS_LEAF(mp)) {
                assert(key);
                if (ofp == NULL) {
                        if (F_ISSET(flags, F_BIGDATA))
-                               bcopy(data->mv_data, node->mn_data + key->mv_size,
+                               memcpy(node->mn_data + key->mv_size, data->mv_data,
                                    sizeof(pgno_t));
                        else
-                               bcopy(data->mv_data, node->mn_data + key->mv_size,
+                               memcpy(node->mn_data + key->mv_size, data->mv_data,
                                    data->mv_size);
                } else {
-                       bcopy(&ofp->p.mp_pgno, node->mn_data + key->mv_size,
+                       memcpy(node->mn_data + key->mv_size, &ofp->p.mp_pgno,
                            sizeof(pgno_t));
-                       bcopy(data->mv_data, METADATA(&ofp->p), data->mv_size);
+                       memcpy(METADATA(&ofp->p), data->mv_data, data->mv_size);
                }
        }
 
@@ -1721,7 +2305,7 @@ mdb_add_node(MDB_db *db, MDB_page *mp, indx_t indx,
 }
 
 static void
-mdb_del_node(MDB_db *db, MDB_page *mp, indx_t indx)
+mdb_del_node(MDB_page *mp, indx_t indx)
 {
        unsigned int     sz;
        indx_t           i, j, numkeys, ptr;
@@ -1753,28 +2337,99 @@ mdb_del_node(MDB_db *db, MDB_page *mp, indx_t indx)
        }
 
        base = (char *)mp + mp->mp_upper;
-       bcopy(base, base + sz, ptr - mp->mp_upper);
+       memmove(base + sz, base, ptr - mp->mp_upper);
 
        mp->mp_lower -= sizeof(indx_t);
        mp->mp_upper += sz;
 }
 
+static void
+mdb_xcursor_init0(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx)
+{
+       MDB_dbi dbn;
+
+       mx->mx_txn = *txn;
+       mx->mx_txn.mt_dbxs = mx->mx_dbxs;
+       mx->mx_txn.mt_dbs = mx->mx_dbs;
+       mx->mx_dbxs[0] = txn->mt_dbxs[0];
+       mx->mx_dbxs[1] = txn->mt_dbxs[1];
+       if (dbi > 1) {
+               mx->mx_dbxs[2] = txn->mt_dbxs[dbi];
+               dbn = 2;
+       } else {
+               dbn = 1;
+       }
+       mx->mx_dbxs[dbn+1].md_parent = dbn;
+       mx->mx_dbxs[dbn+1].md_cmp = mx->mx_dbxs[dbn].md_dcmp;
+       mx->mx_dbxs[dbn+1].md_rel = mx->mx_dbxs[dbn].md_rel;
+       mx->mx_dbxs[dbn+1].md_dirty = 0;
+       mx->mx_txn.mt_numdbs = dbn+2;
+
+       SLIST_INIT(&mx->mx_cursor.mc_stack);
+       mx->mx_cursor.mc_txn = &mx->mx_txn;
+       mx->mx_cursor.mc_dbi = dbn+1;
+}
+
+static void
+mdb_xcursor_init1(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx, MDB_node *node)
+{
+       MDB_db *db = NODEDATA(node);
+       MDB_dbi dbn;
+       mx->mx_dbs[0] = txn->mt_dbs[0];
+       mx->mx_dbs[1] = txn->mt_dbs[1];
+       if (dbi > 1) {
+               mx->mx_dbs[2] = txn->mt_dbs[dbi];
+               dbn = 3;
+       } else {
+               dbn = 2;
+       }
+       mx->mx_dbs[dbn] = *db;
+       mx->mx_dbxs[dbn].md_name.mv_data = NODEKEY(node);
+       mx->mx_dbxs[dbn].md_name.mv_size = node->mn_ksize;
+       mx->mx_txn.mt_next_pgno = txn->mt_next_pgno;
+       mx->mx_txn.mt_oldest = txn->mt_oldest;
+       mx->mx_txn.mt_u = txn->mt_u;
+}
+
+static void
+mdb_xcursor_fini(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx)
+{
+       txn->mt_next_pgno = mx->mx_txn.mt_next_pgno;
+       txn->mt_oldest = mx->mx_txn.mt_oldest;
+       txn->mt_u = mx->mx_txn.mt_u;
+       txn->mt_dbs[0] = mx->mx_dbs[0];
+       txn->mt_dbs[1] = mx->mx_dbs[1];
+       txn->mt_dbxs[0].md_dirty = mx->mx_dbxs[0].md_dirty;
+       txn->mt_dbxs[1].md_dirty = mx->mx_dbxs[1].md_dirty;
+       if (dbi > 1) {
+               txn->mt_dbs[dbi] = mx->mx_dbs[2];
+               txn->mt_dbxs[dbi].md_dirty = mx->mx_dbxs[2].md_dirty;
+       }
+}
+
 int
-mdb_cursor_open(MDB_db *db, MDB_txn *txn, MDB_cursor **ret)
+mdb_cursor_open(MDB_txn *txn, MDB_dbi dbi, MDB_cursor **ret)
 {
        MDB_cursor      *cursor;
+       size_t size = sizeof(MDB_cursor);
 
-       if (db == NULL || ret == NULL)
+       if (txn == NULL || ret == NULL || !dbi || dbi >= txn->mt_numdbs)
                return EINVAL;
 
-       if (txn != NULL && db->md_env != txn->mt_env) {
-               return EINVAL;
-       }
+       if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT)
+               size += sizeof(MDB_xcursor);
 
-       if ((cursor = calloc(1, sizeof(*cursor))) != NULL) {
+       if ((cursor = calloc(1, size)) != NULL) {
                SLIST_INIT(&cursor->mc_stack);
-               cursor->mc_db = db;
+               cursor->mc_dbi = dbi;
                cursor->mc_txn = txn;
+               if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT) {
+                       MDB_xcursor *mx = (MDB_xcursor *)(cursor + 1);
+                       cursor->mc_xcursor = mx;
+                       mdb_xcursor_init0(txn, dbi, mx);
+               }
+       } else {
+               return ENOMEM;
        }
 
        *ret = cursor;
@@ -1782,21 +2437,41 @@ mdb_cursor_open(MDB_db *db, MDB_txn *txn, MDB_cursor **ret)
        return MDB_SUCCESS;
 }
 
+/* Return the count of duplicate data items for the current key */
+int
+mdb_cursor_count(MDB_cursor *mc, unsigned long *countp)
+{
+       if (mc == NULL || countp == NULL)
+               return EINVAL;
+
+       if (!(mc->mc_txn->mt_dbs[mc->mc_dbi].md_flags & MDB_DUPSORT))
+               return EINVAL;
+
+       if (!mc->mc_xcursor->mx_cursor.mc_initialized)
+               return EINVAL;
+
+       *countp = mc->mc_xcursor->mx_txn.mt_dbs[mc->mc_xcursor->mx_cursor.mc_dbi].md_entries;
+       return MDB_SUCCESS;
+}
+
 void
 mdb_cursor_close(MDB_cursor *cursor)
 {
        if (cursor != NULL) {
-               while (!CURSOR_EMPTY(cursor))
+               while(!CURSOR_EMPTY(cursor))
                        cursor_pop_page(cursor);
+               if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+                       mdb_xcursor_fini(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor);
+                       while(!CURSOR_EMPTY(&cursor->mc_xcursor->mx_cursor))
+                               cursor_pop_page(&cursor->mc_xcursor->mx_cursor);
+               }
 
-/*             btree_close(cursor->bt); */
                free(cursor);
        }
 }
 
 static int
-mdb_update_key(MDB_db *db, MDB_page *mp, indx_t indx,
-    MDB_val *key)
+mdb_update_key(MDB_page *mp, indx_t indx, MDB_val *key)
 {
        indx_t                   ptr, i, numkeys;
        int                      delta;
@@ -1827,14 +2502,14 @@ mdb_update_key(MDB_db *db, MDB_page *mp, indx_t indx,
 
                base = (char *)mp + mp->mp_upper;
                len = ptr - mp->mp_upper + NODESIZE;
-               bcopy(base, base - delta, len);
+               memmove(base - delta, base, len);
                mp->mp_upper -= delta;
 
                node = NODEPTR(mp, indx);
                node->mn_ksize = key->mv_size;
        }
 
-       bcopy(key->mv_data, NODEKEY(node), key->mv_size);
+       memcpy(NODEKEY(node), key->mv_data, key->mv_size);
 
        return MDB_SUCCESS;
 }
@@ -1842,7 +2517,7 @@ mdb_update_key(MDB_db *db, MDB_page *mp, indx_t indx,
 /* Move a node from src to dst.
  */
 static int
-mdb_move_node(MDB_db *bt, MDB_pageparent *src, indx_t srcindx,
+mdb_move_node(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *src, indx_t srcindx,
     MDB_pageparent *dst, indx_t dstindx)
 {
        int                      rc;
@@ -1858,8 +2533,8 @@ mdb_move_node(MDB_db *bt, MDB_pageparent *src, indx_t srcindx,
            dstindx, dst->mp_page->mp_pgno);
 
        /* Mark src and dst as dirty. */
-       if ((rc = mdb_touch(bt->md_env->me_txn, src)) ||
-           (rc = mdb_touch(bt->md_env->me_txn, dst)))
+       if ((rc = mdb_touch(txn, src)) ||
+           (rc = mdb_touch(txn, dst)))
                return rc;;
 
        /* Add the node to the destination page.
@@ -1868,21 +2543,21 @@ mdb_move_node(MDB_db *bt, MDB_pageparent *src, indx_t srcindx,
        key.mv_data = NODEKEY(srcnode);
        data.mv_size = NODEDSZ(srcnode);
        data.mv_data = NODEDATA(srcnode);
-       rc = mdb_add_node(bt, dst->mp_page, dstindx, &key, &data, NODEPGNO(srcnode),
+       rc = mdb_add_node(txn, dbi, dst->mp_page, dstindx, &key, &data, NODEPGNO(srcnode),
            srcnode->mn_flags);
        if (rc != MDB_SUCCESS)
                return rc;
 
        /* Delete the node from the source page.
         */
-       mdb_del_node(bt, src->mp_page, srcindx);
+       mdb_del_node(src->mp_page, srcindx);
 
        /* Update the parent separators.
         */
        if (srcindx == 0 && src->mp_pi != 0) {
                DPRINTF("update separator for source page %lu to [%.*s]",
                    src->mp_page->mp_pgno, (int)key.mv_size, (char *)key.mv_data);
-               if ((rc = mdb_update_key(bt, src->mp_parent, src->mp_pi,
+               if ((rc = mdb_update_key(src->mp_parent, src->mp_pi,
                    &key)) != MDB_SUCCESS)
                        return rc;
        }
@@ -1890,13 +2565,13 @@ mdb_move_node(MDB_db *bt, MDB_pageparent *src, indx_t srcindx,
        if (srcindx == 0 && IS_BRANCH(src->mp_page)) {
                MDB_val  nullkey;
                nullkey.mv_size = 0;
-               assert(mdb_update_key(bt, src->mp_page, 0, &nullkey) == MDB_SUCCESS);
+               assert(mdb_update_key(src->mp_page, 0, &nullkey) == MDB_SUCCESS);
        }
 
        if (dstindx == 0 && dst->mp_pi != 0) {
                DPRINTF("update separator for destination page %lu to [%.*s]",
                    dst->mp_page->mp_pgno, (int)key.mv_size, (char *)key.mv_data);
-               if ((rc = mdb_update_key(bt, dst->mp_parent, dst->mp_pi,
+               if ((rc = mdb_update_key(dst->mp_parent, dst->mp_pi,
                    &key)) != MDB_SUCCESS)
                        return rc;
        }
@@ -1904,14 +2579,14 @@ mdb_move_node(MDB_db *bt, MDB_pageparent *src, indx_t srcindx,
        if (dstindx == 0 && IS_BRANCH(dst->mp_page)) {
                MDB_val  nullkey;
                nullkey.mv_size = 0;
-               assert(mdb_update_key(bt, dst->mp_page, 0, &nullkey) == MDB_SUCCESS);
+               assert(mdb_update_key(dst->mp_page, 0, &nullkey) == MDB_SUCCESS);
        }
 
        return MDB_SUCCESS;
 }
 
 static int
-mdb_merge(MDB_db *bt, MDB_pageparent *src, MDB_pageparent *dst)
+mdb_merge(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *src, MDB_pageparent *dst)
 {
        int                      rc;
        indx_t                   i;
@@ -1922,13 +2597,13 @@ mdb_merge(MDB_db *bt, MDB_pageparent *src, MDB_pageparent *dst)
 
        DPRINTF("merging page %lu and %lu", src->mp_page->mp_pgno, dst->mp_page->mp_pgno);
 
+       assert(txn != NULL);
        assert(src->mp_parent); /* can't merge root page */
        assert(dst->mp_parent);
-       assert(bt->md_env->me_txn != NULL);
 
        /* Mark src and dst as dirty. */
-       if ((rc = mdb_touch(bt->md_env->me_txn, src)) ||
-           (rc = mdb_touch(bt->md_env->me_txn, dst)))
+       if ((rc = mdb_touch(txn, src)) ||
+           (rc = mdb_touch(txn, dst)))
                return rc;
 
        /* Move all nodes from src to dst.
@@ -1940,28 +2615,28 @@ mdb_merge(MDB_db *bt, MDB_pageparent *src, MDB_pageparent *dst)
                key.mv_data = NODEKEY(srcnode);
                data.mv_size = NODEDSZ(srcnode);
                data.mv_data = NODEDATA(srcnode);
-               rc = mdb_add_node(bt, dst->mp_page, NUMKEYS(dst->mp_page), &key,
+               rc = mdb_add_node(txn, dbi, dst->mp_page, NUMKEYS(dst->mp_page), &key,
                    &data, NODEPGNO(srcnode), srcnode->mn_flags);
                if (rc != MDB_SUCCESS)
                        return rc;
        }
 
-       DPRINTF("dst page %lu now has %lu keys (%.1f%% filled)",
-           dst->mp_page->mp_pgno, NUMKEYS(dst->mp_page), (float)PAGEFILL(bt->md_env, dst->mp_page) / 10);
+       DPRINTF("dst page %lu now has %u keys (%.1f%% filled)",
+           dst->mp_page->mp_pgno, NUMKEYS(dst->mp_page), (float)PAGEFILL(txn->mt_env, dst->mp_page) / 10);
 
        /* Unlink the src page from parent.
         */
-       mdb_del_node(bt, src->mp_parent, src->mp_pi);
+       mdb_del_node(src->mp_parent, src->mp_pi);
        if (src->mp_pi == 0) {
                key.mv_size = 0;
-               if ((rc = mdb_update_key(bt, src->mp_parent, 0, &key)) != MDB_SUCCESS)
+               if ((rc = mdb_update_key(src->mp_parent, 0, &key)) != MDB_SUCCESS)
                        return rc;
        }
 
        if (IS_LEAF(src->mp_page))
-               bt->md_env->me_meta.mm_stat.ms_leaf_pages--;
+               txn->mt_dbs[dbi].md_leaf_pages--;
        else
-               bt->md_env->me_meta.mm_stat.ms_branch_pages--;
+               txn->mt_dbs[dbi].md_branch_pages--;
 
        mpp.mp_page = src->mp_parent;
        dh = (MDB_dhead *)src->mp_parent;
@@ -1969,28 +2644,27 @@ mdb_merge(MDB_db *bt, MDB_pageparent *src, MDB_pageparent *dst)
        mpp.mp_parent = dh->md_parent;
        mpp.mp_pi = dh->md_pi;
 
-       return mdb_rebalance(bt, &mpp);
+       return mdb_rebalance(txn, dbi, &mpp);
 }
 
 #define FILL_THRESHOLD  250
 
 static int
-mdb_rebalance(MDB_db *db, MDB_pageparent *mpp)
+mdb_rebalance(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *mpp)
 {
        MDB_node        *node;
        MDB_page        *root;
        MDB_pageparent npp;
        indx_t           si = 0, di = 0;
 
-       assert(db != NULL);
-       assert(db->md_env->me_txn != NULL);
+       assert(txn != NULL);
        assert(mpp != NULL);
 
-       DPRINTF("rebalancing %s page %lu (has %lu keys, %.1f%% full)",
+       DPRINTF("rebalancing %s page %lu (has %u keys, %.1f%% full)",
            IS_LEAF(mpp->mp_page) ? "leaf" : "branch",
-           mpp->mp_page->mp_pgno, NUMKEYS(mpp->mp_page), (float)PAGEFILL(db->md_env, mpp->mp_page) / 10);
+           mpp->mp_page->mp_pgno, NUMKEYS(mpp->mp_page), (float)PAGEFILL(txn->mt_env, mpp->mp_page) / 10);
 
-       if (PAGEFILL(db->md_env, mpp->mp_page) >= FILL_THRESHOLD) {
+       if (PAGEFILL(txn->mt_env, mpp->mp_page) >= FILL_THRESHOLD) {
                DPRINTF("no need to rebalance page %lu, above fill threshold",
                    mpp->mp_page->mp_pgno);
                return MDB_SUCCESS;
@@ -1999,16 +2673,16 @@ mdb_rebalance(MDB_db *db, MDB_pageparent *mpp)
        if (mpp->mp_parent == NULL) {
                if (NUMKEYS(mpp->mp_page) == 0) {
                        DPRINTF("tree is completely empty");
-                       db->md_env->me_txn->mt_root = P_INVALID;
-                       db->md_env->me_meta.mm_stat.ms_depth--;
-                       db->md_env->me_meta.mm_stat.ms_leaf_pages--;
+                       txn->mt_dbs[dbi].md_root = P_INVALID;
+                       txn->mt_dbs[dbi].md_depth--;
+                       txn->mt_dbs[dbi].md_leaf_pages--;
                } else if (IS_BRANCH(mpp->mp_page) && NUMKEYS(mpp->mp_page) == 1) {
                        DPRINTF("collapsing root page!");
-                       db->md_env->me_txn->mt_root = NODEPGNO(NODEPTR(mpp->mp_page, 0));
-                       if ((root = mdbenv_get_page(db->md_env, db->md_env->me_txn->mt_root)) == NULL)
-                               return MDB_FAIL;
-                       db->md_env->me_meta.mm_stat.ms_depth--;
-                       db->md_env->me_meta.mm_stat.ms_branch_pages--;
+                       txn->mt_dbs[dbi].md_root = NODEPGNO(NODEPTR(mpp->mp_page, 0));
+                       if ((root = mdb_get_page(txn, txn->mt_dbs[dbi].md_root)) == NULL)
+                               return MDB_PAGE_NOTFOUND;
+                       txn->mt_dbs[dbi].md_depth--;
+                       txn->mt_dbs[dbi].md_branch_pages--;
                } else
                        DPRINTF("root page doesn't need rebalancing");
                return MDB_SUCCESS;
@@ -2031,8 +2705,8 @@ mdb_rebalance(MDB_db *db, MDB_pageparent *mpp)
                 */
                DPRINTF("reading right neighbor");
                node = NODEPTR(mpp->mp_parent, mpp->mp_pi + 1);
-               if ((npp.mp_page = mdbenv_get_page(db->md_env, NODEPGNO(node))) == NULL)
-                       return MDB_FAIL;
+               if ((npp.mp_page = mdb_get_page(txn, NODEPGNO(node))) == NULL)
+                       return MDB_PAGE_NOTFOUND;
                npp.mp_pi = mpp->mp_pi + 1;
                si = 0;
                di = NUMKEYS(mpp->mp_page);
@@ -2041,35 +2715,63 @@ mdb_rebalance(MDB_db *db, MDB_pageparent *mpp)
                 */
                DPRINTF("reading left neighbor");
                node = NODEPTR(mpp->mp_parent, mpp->mp_pi - 1);
-               if ((npp.mp_page = mdbenv_get_page(db->md_env, NODEPGNO(node))) == NULL)
-                       return MDB_FAIL;
+               if ((npp.mp_page = mdb_get_page(txn, NODEPGNO(node))) == NULL)
+                       return MDB_PAGE_NOTFOUND;
                npp.mp_pi = mpp->mp_pi - 1;
                si = NUMKEYS(npp.mp_page) - 1;
                di = 0;
        }
        npp.mp_parent = mpp->mp_parent;
 
-       DPRINTF("found neighbor page %lu (%lu keys, %.1f%% full)",
-           npp.mp_page->mp_pgno, NUMKEYS(npp.mp_page), (float)PAGEFILL(db->md_env, npp.mp_page) / 10);
+       DPRINTF("found neighbor page %lu (%u keys, %.1f%% full)",
+           npp.mp_page->mp_pgno, NUMKEYS(npp.mp_page), (float)PAGEFILL(txn->mt_env, npp.mp_page) / 10);
 
        /* If the neighbor page is above threshold and has at least two
         * keys, move one key from it.
         *
         * Otherwise we should try to merge them.
         */
-       if (PAGEFILL(db->md_env, npp.mp_page) >= FILL_THRESHOLD && NUMKEYS(npp.mp_page) >= 2)
-               return mdb_move_node(db, &npp, si, mpp, di);
+       if (PAGEFILL(txn->mt_env, npp.mp_page) >= FILL_THRESHOLD && NUMKEYS(npp.mp_page) >= 2)
+               return mdb_move_node(txn, dbi, &npp, si, mpp, di);
        else { /* FIXME: if (has_enough_room()) */
                if (mpp->mp_pi == 0)
-                       return mdb_merge(db, &npp, mpp);
+                       return mdb_merge(txn, dbi, &npp, mpp);
                else
-                       return mdb_merge(db, mpp, &npp);
+                       return mdb_merge(txn, dbi, mpp, &npp);
+       }
+}
+
+static int
+mdb_del0(MDB_txn *txn, MDB_dbi dbi, unsigned int ki, MDB_pageparent *mpp, MDB_node *leaf)
+{
+       int rc;
+
+       /* add overflow pages to free list */
+       if (F_ISSET(leaf->mn_flags, F_BIGDATA)) {
+               int i, ovpages;
+               pgno_t pg;
+
+               memcpy(&pg, NODEDATA(leaf), sizeof(pg));
+               ovpages = OVPAGES(NODEDSZ(leaf), txn->mt_env->me_psize);
+               for (i=0; i<ovpages; i++) {
+                       DPRINTF("freed ov page %lu", pg);
+                       mdb_midl_insert(txn->mt_free_pgs, pg);
+                       pg++;
+               }
        }
+       mdb_del_node(mpp->mp_page, ki);
+       txn->mt_dbs[dbi].md_entries--;
+       rc = mdb_rebalance(txn, dbi, mpp);
+       if (rc != MDB_SUCCESS)
+               txn->mt_flags |= MDB_TXN_ERROR;
+
+       return rc;
 }
 
 int
-mdb_del(MDB_db *bt, MDB_txn *txn,
-    MDB_val *key, MDB_val *data)
+mdb_del(MDB_txn *txn, MDB_dbi dbi,
+    MDB_val *key, MDB_val *data,
+       unsigned int flags)
 {
        int              rc, exact;
        unsigned int     ki;
@@ -2080,39 +2782,85 @@ mdb_del(MDB_db *bt, MDB_txn *txn,
 
        assert(key != NULL);
 
-       if (bt == NULL || txn == NULL)
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
                return EINVAL;
 
        if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
                return EINVAL;
        }
 
-       if (bt->md_env->me_txn != txn) {
-               return EINVAL;
-       }
-
        if (key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
                return EINVAL;
        }
 
-       if ((rc = mdb_search_page(bt, txn, key, NULL, 1, &mpp)) != MDB_SUCCESS)
+       mpp.mp_parent = NULL;
+       mpp.mp_pi = 0;
+       if ((rc = mdb_search_page(txn, dbi, key, NULL, 1, &mpp)) != MDB_SUCCESS)
                return rc;
 
-       leaf = mdb_search_node(bt, mpp.mp_page, key, &exact, &ki);
+       leaf = mdb_search_node(txn, dbi, mpp.mp_page, key, &exact, &ki);
        if (leaf == NULL || !exact) {
-               return ENOENT;
+               return MDB_NOTFOUND;
        }
 
-       if (data && (rc = mdb_read_data(bt, NULL, leaf, data)) != MDB_SUCCESS)
-               return rc;
+       if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
+               MDB_xcursor mx;
+               MDB_pageparent mp2;
 
-       mdb_del_node(bt, mpp.mp_page, ki);
-       bt->md_env->me_meta.mm_stat.ms_entries--;
-       rc = mdb_rebalance(bt, &mpp);
-       if (rc != MDB_SUCCESS)
-               txn->mt_flags |= MDB_TXN_ERROR;
+               mdb_xcursor_init0(txn, dbi, &mx);
+               mdb_xcursor_init1(txn, dbi, &mx, leaf);
+               if (flags == MDB_DEL_DUP) {
+                       rc = mdb_del(&mx.mx_txn, mx.mx_cursor.mc_dbi, data, NULL, 0);
+                       mdb_xcursor_fini(txn, dbi, &mx);
+                       if (rc != MDB_SUCCESS)
+                               return rc;
+                       /* If sub-DB still has entries, we're done */
+                       if (mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi].md_root != P_INVALID) {
+                               memcpy(NODEDATA(leaf), &mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi],
+                                       sizeof(MDB_db));
+                               return rc;
+                       }
+                       /* otherwise fall thru and delete the sub-DB */
+               } else {
+                       /* add all the child DB's pages to the free list */
+                       rc = mdb_search_page(&mx.mx_txn, mx.mx_cursor.mc_dbi,
+                               NULL, &mx.mx_cursor, 0, &mp2);
+                       if (rc == MDB_SUCCESS) {
+                               MDB_ppage *top, *parent;
+                               MDB_node *ni;
+                               unsigned int i;
+
+                               cursor_pop_page(&mx.mx_cursor);
+                               top = CURSOR_TOP(&mx.mx_cursor);
+                               if (top != NULL) {
+                                       parent = SLIST_NEXT(top, mp_entry);
+                                       while (parent != NULL) {
+                                               for (i=0; i<NUMKEYS(top->mp_page); i++) {
+                                                       ni = NODEPTR(top->mp_page, i);
+                                                       mdb_midl_insert(txn->mt_free_pgs, ni->mn_pgno);
+                                               }
+                                               if (parent) {
+                                                       parent->mp_ki++;
+                                                       if (parent->mp_ki >= NUMKEYS(parent->mp_page)) {
+                                                               cursor_pop_page(&mx.mx_cursor);
+                                                               top = CURSOR_TOP(&mx.mx_cursor);
+                                                               parent = SLIST_NEXT(top, mp_entry);
+                                                       } else {
+                                                               ni = NODEPTR(parent->mp_page, parent->mp_ki);
+                                                               top->mp_page = mdb_get_page(&mx.mx_txn, ni->mn_pgno);
+                                                       }
+                                               }
+                                       }
+                               }
+                               mdb_midl_insert(txn->mt_free_pgs, mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi].md_root);
+                       }
+               }
+       }
 
-       return rc;
+       if (data && (rc = mdb_read_data(txn, leaf, data)) != MDB_SUCCESS)
+               return rc;
+
+       return mdb_del0(txn, dbi, ki, &mpp, leaf);
 }
 
 /* Split page <*mpp>, and insert <key,(data|newpgno)> in either left or
@@ -2121,7 +2869,7 @@ mdb_del(MDB_db *bt, MDB_txn *txn,
  * refer to a node in the new right sibling page.
  */
 static int
-mdb_split(MDB_db *bt, MDB_page **mpp, unsigned int *newindxp,
+mdb_split(MDB_txn *txn, MDB_dbi dbi, MDB_page **mpp, unsigned int *newindxp,
     MDB_val *newkey, MDB_val *newdata, pgno_t newpgno)
 {
        uint8_t          flags;
@@ -2130,14 +2878,12 @@ mdb_split(MDB_db *bt, MDB_page **mpp, unsigned int *newindxp,
        pgno_t           pgno = 0;
        unsigned int     i, j, split_indx;
        MDB_node        *node;
-       MDB_page        *pright, *p;
        MDB_val  sepkey, rkey, rdata;
        MDB_page        *copy;
        MDB_dpage       *mdp, *rdp, *pdp;
        MDB_dhead *dh;
 
-       assert(bt != NULL);
-       assert(bt->md_env != NULL);
+       assert(txn != NULL);
 
        dh = ((MDB_dhead *)*mpp) - 1;
        mdp = (MDB_dpage *)dh;
@@ -2148,42 +2894,42 @@ mdb_split(MDB_db *bt, MDB_page **mpp, unsigned int *newindxp,
            (int)newkey->mv_size, (char *)newkey->mv_data, *newindxp);
 
        if (mdp->h.md_parent == NULL) {
-               if ((pdp = mdbenv_new_page(bt->md_env, P_BRANCH, 1)) == NULL)
-                       return MDB_FAIL;
+               if ((pdp = mdb_new_page(txn, dbi, P_BRANCH, 1)) == NULL)
+                       return ENOMEM;
                mdp->h.md_pi = 0;
                mdp->h.md_parent = &pdp->p;
-               bt->md_env->me_txn->mt_root = pdp->p.mp_pgno;
+               txn->mt_dbs[dbi].md_root = pdp->p.mp_pgno;
                DPRINTF("root split! new root = %lu", pdp->p.mp_pgno);
-               bt->md_env->me_meta.mm_stat.ms_depth++;
+               txn->mt_dbs[dbi].md_depth++;
 
                /* Add left (implicit) pointer. */
-               if (mdb_add_node(bt, &pdp->p, 0, NULL, NULL,
-                   mdp->p.mp_pgno, 0) != MDB_SUCCESS)
-                       return MDB_FAIL;
+               if ((rc = mdb_add_node(txn, dbi, &pdp->p, 0, NULL, NULL,
+                   mdp->p.mp_pgno, 0)) != MDB_SUCCESS)
+                       return rc;
        } else {
                DPRINTF("parent branch page is %lu", mdp->h.md_parent->mp_pgno);
        }
 
        /* Create a right sibling. */
-       if ((rdp = mdbenv_new_page(bt->md_env, mdp->p.mp_flags, 1)) == NULL)
-               return MDB_FAIL;
+       if ((rdp = mdb_new_page(txn, dbi, mdp->p.mp_flags, 1)) == NULL)
+               return ENOMEM;
        rdp->h.md_parent = mdp->h.md_parent;
        rdp->h.md_pi = mdp->h.md_pi + 1;
        DPRINTF("new right sibling: page %lu", rdp->p.mp_pgno);
 
        /* Move half of the keys to the right sibling. */
-       if ((copy = malloc(bt->md_env->me_head.mh_psize)) == NULL)
-               return MDB_FAIL;
-       bcopy(&mdp->p, copy, bt->md_env->me_head.mh_psize);
-       bzero(&mdp->p.mp_ptrs, bt->md_env->me_head.mh_psize - PAGEHDRSZ);
+       if ((copy = malloc(txn->mt_env->me_psize)) == NULL)
+               return ENOMEM;
+       memcpy(copy, &mdp->p, txn->mt_env->me_psize);
+       memset(&mdp->p.mp_ptrs, 0, txn->mt_env->me_psize - PAGEHDRSZ);
        mdp->p.mp_lower = PAGEHDRSZ;
-       mdp->p.mp_upper = bt->md_env->me_head.mh_psize;
+       mdp->p.mp_upper = txn->mt_env->me_psize;
 
        split_indx = NUMKEYS(copy) / 2 + 1;
 
        /* First find the separating key between the split pages.
         */
-       bzero(&sepkey, sizeof(sepkey));
+       memset(&sepkey, 0, sizeof(sepkey));
        if (newindx == split_indx) {
                sepkey.mv_size = newkey->mv_size;
                sepkey.mv_data = newkey->mv_data;
@@ -2197,8 +2943,8 @@ mdb_split(MDB_db *bt, MDB_page **mpp, unsigned int *newindxp,
 
        /* Copy separator key to the parent.
         */
-       if (SIZELEFT(rdp->h.md_parent) < mdb_branch_size(bt, &sepkey)) {
-               rc = mdb_split(bt, &rdp->h.md_parent, &rdp->h.md_pi,
+       if (SIZELEFT(rdp->h.md_parent) < mdb_branch_size(txn->mt_env, &sepkey)) {
+               rc = mdb_split(txn, dbi, &rdp->h.md_parent, &rdp->h.md_pi,
                    &sepkey, NULL, rdp->p.mp_pgno);
 
                /* Right page might now have changed parent.
@@ -2210,12 +2956,12 @@ mdb_split(MDB_db *bt, MDB_page **mpp, unsigned int *newindxp,
                        mdp->h.md_pi = rdp->h.md_pi - 1;
                }
        } else {
-               rc = mdb_add_node(bt, rdp->h.md_parent, rdp->h.md_pi,
+               rc = mdb_add_node(txn, dbi, rdp->h.md_parent, rdp->h.md_pi,
                    &sepkey, NULL, rdp->p.mp_pgno, 0);
        }
        if (rc != MDB_SUCCESS) {
                free(copy);
-               return MDB_FAIL;
+               return rc;
        }
 
        for (i = j = 0; i <= NUMKEYS(copy); j++) {
@@ -2267,95 +3013,156 @@ mdb_split(MDB_db *bt, MDB_page **mpp, unsigned int *newindxp,
                        rkey.mv_size = 0;
                }
 
-               rc = mdb_add_node(bt, &pdp->p, j, &rkey, &rdata, pgno,flags);
+               rc = mdb_add_node(txn, dbi, &pdp->p, j, &rkey, &rdata, pgno,flags);
        }
 
        free(copy);
        return rc;
 }
 
-int
-mdb_put(MDB_db *bt, MDB_txn *txn,
+static int
+mdb_put0(MDB_txn *txn, MDB_dbi dbi,
     MDB_val *key, MDB_val *data, unsigned int flags)
 {
        int              rc = MDB_SUCCESS, exact;
        unsigned int     ki;
        MDB_node        *leaf;
        MDB_pageparent  mpp;
-
-       assert(key != NULL);
-       assert(data != NULL);
-
-       if (bt == NULL || txn == NULL)
-               return EINVAL;
-
-       if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
-               return EINVAL;
-       }
-
-       if (bt->md_env->me_txn != txn) {
-               return EINVAL;
-       }
-
-       if (key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
-               return EINVAL;
-       }
+       MDB_val xdata, *rdata;
+       MDB_db dummy;
 
        DPRINTF("==> put key %.*s, size %zu, data size %zu",
                (int)key->mv_size, (char *)key->mv_data, key->mv_size, data->mv_size);
 
-       rc = mdb_search_page(bt, txn, key, NULL, 1, &mpp);
+       mpp.mp_parent = NULL;
+       mpp.mp_pi = 0;
+       rc = mdb_search_page(txn, dbi, key, NULL, 1, &mpp);
        if (rc == MDB_SUCCESS) {
-               leaf = mdb_search_node(bt, mpp.mp_page, key, &exact, &ki);
+               leaf = mdb_search_node(txn, dbi, mpp.mp_page, key, &exact, &ki);
                if (leaf && exact) {
-                       if (F_ISSET(flags, MDB_NOOVERWRITE)) {
+                       if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
+                               goto put_sub;
+                       }
+                       if (flags == MDB_NOOVERWRITE) {
                                DPRINTF("duplicate key %.*s",
                                    (int)key->mv_size, (char *)key->mv_data);
-                               return EEXIST;
+                               return MDB_KEYEXIST;
+                       }
+                       /* same size, just replace it */
+                       if (NODEDSZ(leaf) == data->mv_size) {
+                               memcpy(NODEDATA(leaf), data->mv_data, data->mv_size);
+                               goto done;
                        }
-                       mdb_del_node(bt, mpp.mp_page, ki);
+                       mdb_del_node(mpp.mp_page, ki);
                }
                if (leaf == NULL) {             /* append if not found */
                        ki = NUMKEYS(mpp.mp_page);
                        DPRINTF("appending key at index %i", ki);
                }
-       } else if (rc == ENOENT) {
+       } else if (rc == MDB_NOTFOUND) {
                MDB_dpage *dp;
                /* new file, just write a root leaf page */
                DPRINTF("allocating new root leaf page");
-               if ((dp = mdbenv_new_page(bt->md_env, P_LEAF, 1)) == NULL) {
+               if ((dp = mdb_new_page(txn, dbi, P_LEAF, 1)) == NULL) {
                        return ENOMEM;
                }
                mpp.mp_page = &dp->p;
-               txn->mt_root = mpp.mp_page->mp_pgno;
-               bt->md_env->me_meta.mm_stat.ms_depth++;
+               txn->mt_dbs[dbi].md_root = mpp.mp_page->mp_pgno;
+               txn->mt_dbs[dbi].md_depth++;
                ki = 0;
        }
        else
                goto done;
 
        assert(IS_LEAF(mpp.mp_page));
-       DPRINTF("there are %lu keys, should insert new key at index %i",
+       DPRINTF("there are %u keys, should insert new key at index %i",
                NUMKEYS(mpp.mp_page), ki);
 
-       if (SIZELEFT(mpp.mp_page) < mdb_leaf_size(bt, key, data)) {
-               rc = mdb_split(bt, &mpp.mp_page, &ki, key, data, P_INVALID);
+       /* For sorted dups, the data item at this level is a DB record
+        * for a child DB; the actual data elements are stored as keys
+        * in the child DB.
+        */
+       if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
+               rdata = &xdata;
+               xdata.mv_size = sizeof(MDB_db);
+               xdata.mv_data = &dummy;
+               memset(&dummy, 0, sizeof(dummy));
+               dummy.md_root = P_INVALID;
+       } else {
+               rdata = data;
+       }
+
+       if (SIZELEFT(mpp.mp_page) < mdb_leaf_size(txn->mt_env, key, rdata)) {
+               rc = mdb_split(txn, dbi, &mpp.mp_page, &ki, key, rdata, P_INVALID);
        } else {
                /* There is room already in this leaf page. */
-               rc = mdb_add_node(bt, mpp.mp_page, ki, key, data, 0, 0);
+               rc = mdb_add_node(txn, dbi, mpp.mp_page, ki, key, rdata, 0, 0);
        }
 
        if (rc != MDB_SUCCESS)
                txn->mt_flags |= MDB_TXN_ERROR;
-       else
-               bt->md_env->me_meta.mm_stat.ms_entries++;
+       else {
+               txn->mt_dbs[dbi].md_entries++;
+
+               /* Remember if we just added a subdatabase */
+               if (flags & F_SUBDATA) {
+                       leaf = NODEPTR(mpp.mp_page, ki);
+                       leaf->mn_flags |= F_SUBDATA;
+               }
+
+               /* Now store the actual data in the child DB. Note that we're
+                * storing the user data in the keys field, so there are strict
+                * size limits on dupdata. The actual data fields of the child
+                * DB are all zero size.
+                */
+               if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
+                       MDB_xcursor mx;
+
+                       leaf = NODEPTR(mpp.mp_page, ki);
+put_sub:
+                       mdb_xcursor_init0(txn, dbi, &mx);
+                       mdb_xcursor_init1(txn, dbi, &mx, leaf);
+                       xdata.mv_size = 0;
+                       xdata.mv_data = "";
+                       if (flags == MDB_NODUPDATA)
+                               flags = MDB_NOOVERWRITE;
+                       rc = mdb_put0(&mx.mx_txn, mx.mx_cursor.mc_dbi, data, &xdata, flags);
+                       mdb_xcursor_fini(txn, dbi, &mx);
+                       memcpy(NODEDATA(leaf), &mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi],
+                               sizeof(MDB_db));
+               }
+       }
 
 done:
        return rc;
 }
 
 int
-mdbenv_get_flags(MDB_env *env, unsigned int *arg)
+mdb_put(MDB_txn *txn, MDB_dbi dbi,
+    MDB_val *key, MDB_val *data, unsigned int flags)
+{
+       assert(key != NULL);
+       assert(data != NULL);
+
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
+               return EINVAL;
+
+       if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
+               return EINVAL;
+       }
+
+       if (key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
+               return EINVAL;
+       }
+
+       if ((flags & (MDB_NOOVERWRITE|MDB_NODUPDATA)) != flags)
+               return EINVAL;
+
+       return mdb_put0(txn, dbi, key, data, flags);
+}
+
+int
+mdb_env_get_flags(MDB_env *env, unsigned int *arg)
 {
        if (!env || !arg)
                return EINVAL;
@@ -2365,7 +3172,7 @@ mdbenv_get_flags(MDB_env *env, unsigned int *arg)
 }
 
 int
-mdbenv_get_path(MDB_env *env, const char **arg)
+mdb_env_get_path(MDB_env *env, const char **arg)
 {
        if (!env || !arg)
                return EINVAL;
@@ -2374,36 +3181,131 @@ mdbenv_get_path(MDB_env *env, const char **arg)
        return MDB_SUCCESS;
 }
 
+static int
+mdb_stat0(MDB_env *env, MDB_db *db, MDB_stat *arg)
+{
+       arg->ms_psize = env->me_psize;
+       arg->ms_depth = db->md_depth;
+       arg->ms_branch_pages = db->md_branch_pages;
+       arg->ms_leaf_pages = db->md_leaf_pages;
+       arg->ms_overflow_pages = db->md_overflow_pages;
+       arg->ms_entries = db->md_entries;
+
+       return MDB_SUCCESS;
+}
 int
-mdbenv_stat(MDB_env *env, MDB_stat **arg)
+mdb_env_stat(MDB_env *env, MDB_stat *arg)
 {
        if (env == NULL || arg == NULL)
                return EINVAL;
 
-       *arg = &env->me_meta.mm_stat;
-
-       return MDB_SUCCESS;
+       return mdb_stat0(env, &env->me_meta->mm_dbs[MAIN_DBI], arg);
 }
 
-int mdb_open(MDB_env *env, MDB_txn *txn, const char *name, unsigned int flags, MDB_db **db)
+int mdb_open(MDB_txn *txn, const char *name, unsigned int flags, MDB_dbi *dbi)
 {
+       MDB_val key, data;
+       MDB_dbi i;
+       int rc, dirty = 0;
+       size_t len;
+
+       /* main DB? */
        if (!name) {
-               *db = (MDB_db *)&env->me_db;
+               *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));
                return MDB_SUCCESS;
        }
-       return EINVAL;
+
+       /* Is the DB already open? */
+       len = strlen(name);
+       for (i=2; i<txn->mt_numdbs; i++) {
+               if (len == txn->mt_dbxs[i].md_name.mv_size &&
+                       !strncmp(name, txn->mt_dbxs[i].md_name.mv_data, len)) {
+                       *dbi = i;
+                       return MDB_SUCCESS;
+               }
+       }
+
+       if (txn->mt_numdbs >= txn->mt_env->me_maxdbs - 1)
+               return ENFILE;
+
+       /* Find the DB info */
+       key.mv_size = len;
+       key.mv_data = (void *)name;
+       rc = mdb_get(txn, MAIN_DBI, &key, &data);
+
+       /* Create if requested */
+       if (rc == MDB_NOTFOUND && (flags & MDB_CREATE)) {
+               MDB_db dummy;
+               data.mv_size = sizeof(MDB_db);
+               data.mv_data = &dummy;
+               memset(&dummy, 0, sizeof(dummy));
+               dummy.md_root = P_INVALID;
+               dummy.md_flags = flags & 0xffff;
+               rc = mdb_put0(txn, MAIN_DBI, &key, &data, F_SUBDATA);
+               dirty = 1;
+       }
+
+       /* 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_cmp = NULL;
+               txn->mt_dbxs[txn->mt_numdbs].md_dcmp = NULL;
+               txn->mt_dbxs[txn->mt_numdbs].md_rel = NULL;
+               txn->mt_dbxs[txn->mt_numdbs].md_parent = MAIN_DBI;
+               txn->mt_dbxs[txn->mt_numdbs].md_dirty = dirty;
+               memcpy(&txn->mt_dbs[txn->mt_numdbs], data.mv_data, sizeof(MDB_db));
+               *dbi = txn->mt_numdbs;
+               txn->mt_numdbs++;
+       }
+
+       return rc;
 }
 
-int mdb_stat(MDB_db *db, MDB_stat **arg)
+int mdb_stat(MDB_txn *txn, MDB_dbi dbi, MDB_stat *arg)
 {
-       if (db == NULL || arg == NULL)
+       if (txn == NULL || arg == NULL || dbi >= txn->mt_numdbs)
                return EINVAL;
 
-       *arg = &db->md_stat;
+       return mdb_stat0(txn->mt_env, &txn->mt_dbs[dbi], arg);
+}
 
+void mdb_close(MDB_txn *txn, MDB_dbi dbi)
+{
+       char *ptr;
+       if (dbi <= MAIN_DBI || dbi >= txn->mt_numdbs)
+               return;
+       ptr = txn->mt_dbxs[dbi].md_name.mv_data;
+       txn->mt_dbxs[dbi].md_name.mv_data = NULL;
+       txn->mt_dbxs[dbi].md_name.mv_size = 0;
+       free(ptr);
+}
+
+int mdb_set_compare(MDB_txn *txn, MDB_dbi dbi, MDB_cmp_func *cmp)
+{
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
+               return EINVAL;
+
+       txn->mt_dbxs[dbi].md_cmp = cmp;
        return MDB_SUCCESS;
 }
 
-void mdb_close(MDB_db *db)
+int mdb_set_dupsort(MDB_txn *txn, MDB_dbi dbi, MDB_cmp_func *cmp)
 {
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
+               return EINVAL;
+
+       txn->mt_dbxs[dbi].md_dcmp = cmp;
+       return MDB_SUCCESS;
+}
+
+int mdb_set_relfunc(MDB_txn *txn, MDB_dbi dbi, MDB_rel_func *rel)
+{
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
+               return EINVAL;
+
+       txn->mt_dbxs[dbi].md_rel = rel;
+       return MDB_SUCCESS;
 }