]> git.sur5r.net Git - openldap/blobdiff - libraries/libmdb/mdb.c
Begin reimplementing basic ops as cursor ops
[openldap] / libraries / libmdb / mdb.c
index a0740bcacb401afcebee5d941d3a976b6a374f1f..9bc59f5118387a5d6b4fd4155d89b608cb31d55a 100644 (file)
@@ -1,19 +1,53 @@
+/** @file mdb.c
+ *     @brief memory-mapped database library
+ *
+ *     A Btree-based database management library modeled loosely on the
+ *     BerkeleyDB API, but much simplified.
+ */
+/*
+ * 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>
 #include <sys/param.h>
+#ifdef _WIN32
+#include <windows.h>
+#else
 #include <sys/uio.h>
 #include <sys/mman.h>
 #ifdef HAVE_SYS_FILE_H
 #include <sys/file.h>
 #endif
-#include <sys/ipc.h>
-#include <sys/shm.h>
+#include <fcntl.h>
+#endif
 
 #include <assert.h>
-#include <err.h>
 #include <errno.h>
-#include <fcntl.h>
 #include <stddef.h>
 #include <stdint.h>
 #include <stdio.h>
 #include <string.h>
 #include <time.h>
 #include <unistd.h>
+
+#ifndef _WIN32
 #include <pthread.h>
+#endif
 
 #include "mdb.h"
+#include "midl.h"
+
+/** @defgroup internal MDB Internals
+ *     @{
+ */
+/** @defgroup compat   Windows Compatibility Macros
+ *     @{
+ */
+#ifdef _WIN32
+#define pthread_t      DWORD
+#define pthread_mutex_t        HANDLE
+#define pthread_key_t  DWORD
+#define pthread_self() GetCurrentThreadId()
+#define pthread_key_create(x,y)        *(x) = TlsAlloc()
+#define pthread_key_delete(x)  TlsFree(x)
+#define pthread_getspecific(x) TlsGetValue(x)
+#define pthread_setspecific(x,y)       TlsSetValue(x,y)
+#define pthread_mutex_unlock(x)        ReleaseMutex(x)
+#define pthread_mutex_lock(x)  WaitForSingleObject(x, INFINITE)
+#define LOCK_MUTEX_R(env)      pthread_mutex_lock(env->me_rmutex)
+#define UNLOCK_MUTEX_R(env)    pthread_mutex_unlock(env->me_rmutex)
+#define LOCK_MUTEX_W(env)      pthread_mutex_lock(env->me_wmutex)
+#define UNLOCK_MUTEX_W(env)    pthread_mutex_unlock(env->me_wmutex)
+#define getpid()       GetCurrentProcessId()
+#define        fdatasync(fd)   !FlushFileBuffers(fd)
+#define        ErrCode()       GetLastError()
+#define GetPageSize(x) {SYSTEM_INFO si; GetSystemInfo(&si); (x) = si.dwPageSize;}
+#define        close(fd)       CloseHandle(fd)
+#define        munmap(ptr,len) UnmapViewOfFile(ptr)
+#else
+#define LOCK_MUTEX_R(env)      pthread_mutex_lock(&env->me_txns->mti_mutex)
+#define UNLOCK_MUTEX_R(env)    pthread_mutex_unlock(&env->me_txns->mti_mutex)
+#define LOCK_MUTEX_W(env)      pthread_mutex_lock(&env->me_txns->mti_wmutex)
+#define UNLOCK_MUTEX_W(env)    pthread_mutex_unlock(&env->me_txns->mti_wmutex)
+#define        ErrCode()       errno
+#define        HANDLE  int
+#define INVALID_HANDLE_VALUE   -1
+#define        GetPageSize(x)  (x) = sysconf(_SC_PAGE_SIZE)
+#endif
+
+/** @} */
+
+#ifndef _WIN32
+/* Note: If O_DSYNC is undefined but exists in /usr/include,
+ * preferably set some compiler flag to get the definition.
+ * Otherwise compile with the less efficient -DMDB_DSYNC=O_SYNC.
+ */
+#ifndef MDB_DSYNC
+# define MDB_DSYNC     O_DSYNC
+#endif
+#endif
 
-#define DEBUG
+typedef ULONG          pgno_t;
+
+#ifndef DEBUG
+#define DEBUG 0
+#endif
 
-#ifdef DEBUG
-# define DPRINTF(...)  do { fprintf(stderr, "%s:%d: ", __func__, __LINE__); \
-                            fprintf(stderr, __VA_ARGS__); \
-                            fprintf(stderr, "\n"); } while(0)
+#if !(__STDC_VERSION__ >= 199901L || defined(__GNUC__))
+# define DPRINTF       (void)  /* Vararg macros may be unsupported */
+#elif DEBUG
+# define DPRINTF(fmt, ...)     /* Requires 2 or more args */ \
+       fprintf(stderr, "%s:%d:(%p) " fmt "\n", __func__, __LINE__, pthread_self(), __VA_ARGS__)
 #else
-# define DPRINTF(...)
+# define DPRINTF(fmt, ...)     ((void) 0)
 #endif
+#define DPUTS(arg)     DPRINTF("%s", arg)
 
 #define PAGESIZE        4096
-#define MDB_MINKEYS     4
+#define MDB_MINKEYS     2
 #define MDB_MAGIC       0xBEEFC0DE
 #define MDB_VERSION     1
-#define MAXKEYSIZE      255
+#define MAXKEYSIZE      511
+#if DEBUG
+#define        KBUF    (MAXKEYSIZE*2+1)
+#define DKBUF  char kbuf[KBUF]
+#define        DKEY(x) mdb_dkey(x, kbuf)
+#else
+#define        DKBUF
+#define DKEY(x)
+#endif
+
+/* The DB view is always consistent because all writes are wrapped in
+ * the wmutex. Finer-grained locks aren't necessary.
+ */
+#ifndef        LAZY_LOCKS
+#define        LAZY_LOCKS      1
+#endif
+#if    LAZY_LOCKS
+#define        LAZY_MUTEX_LOCK(x)
+#define        LAZY_MUTEX_UNLOCK(x)
+#define        LAZY_RWLOCK_UNLOCK(x)
+#define        LAZY_RWLOCK_WRLOCK(x)
+#define        LAZY_RWLOCK_RDLOCK(x)
+#define        LAZY_RWLOCK_DEF(x)
+#define        LAZY_RWLOCK_INIT(x,y)
+#define        LAZY_RWLOCK_DESTROY(x)
+#else
+#define        LAZY_MUTEX_LOCK(x)              pthread_mutex_lock(x)
+#define        LAZY_MUTEX_UNLOCK(x)    pthread_mutex_unlock(x)
+#define        LAZY_RWLOCK_UNLOCK(x)   pthread_rwlock_unlock(x)
+#define        LAZY_RWLOCK_WRLOCK(x)   pthread_rwlock_wrlock(x)
+#define        LAZY_RWLOCK_RDLOCK(x)   pthread_rwlock_rdlock(x)
+#define        LAZY_RWLOCK_DEF(x)              pthread_rwlock_t        x
+#define        LAZY_RWLOCK_INIT(x,y)   pthread_rwlock_init(x,y)
+#define        LAZY_RWLOCK_DESTROY(x)  pthread_rwlock_destroy(x)
+#endif
 
-#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;
+/* For POSIX the actual mutexes reside in shared memory.
+ * On Windows, mutexes are allocated by the kernel; we store
+ * the name in shared memory so that other processes can
+ * grab them.
+ */
+#ifdef _WIN32
+       char    mtb_rmname[32];
+#else
+       pthread_mutex_t mtb_mutex;
+#endif
+       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_rmname     mt1.mtb.mtb_rmname
+#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 {
+#ifdef _WIN32
+               char mt2_wmname[32];
+#define        mti_wmname      mt2.mt2_wmname
+#else
+               pthread_mutex_t mt2_wmutex;
+#define mti_wmutex     mt2.mt2_wmutex
+#endif
+               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 +248,17 @@ 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_align;        /* for IL32P64 */
+       } 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
@@ -114,36 +273,48 @@ typedef struct MDB_page {         /* represents a page of storage */
        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_LEAF2(p)     F_ISSET((p)->mp_flags, P_LEAF2)
 #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-1 + (size)) / (psize) + 1)
+
+typedef struct MDB_db {
+       uint32_t        md_pad;         /* also ksize for LEAF2 pages */
+       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;
 
@@ -152,39 +323,43 @@ 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 int             mdb_touch(MDB_txn *txn, MDB_pageparent *mp);
+static MDB_dpage *mdb_alloc_page(MDB_txn *txn, MDB_dbi dbi, MDB_page *parent, unsigned int parent_idx, int num);
+static int             mdb_touch(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *mp);
 
 typedef struct MDB_ppage {                                     /* ordered list of pages */
-       SLIST_ENTRY(MDB_ppage)   mp_entry;
        MDB_page                *mp_page;
        unsigned int    mp_ki;          /* cursor index on page */
 } MDB_ppage;
-SLIST_HEAD(page_stack, MDB_ppage);
 
-#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)
+#define CURSOR_TOP(c)           (&(c)->mc_stack[(c)->mc_snum-1])
+#define CURSOR_PARENT(c)        (&(c)->mc_stack[(c)->mc_snum-2])
+#define CURSOR_STACK            32
+
+struct MDB_xcursor;
 
 struct MDB_cursor {
-       MDB_db          *mc_db;
        MDB_txn         *mc_txn;
-       struct page_stack        mc_stack;              /* stack of parent pages */
+       MDB_ppage       mc_stack[CURSOR_STACK];         /* stack of parent pages */
+       unsigned int    mc_snum;                /* number of pushed 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))
+#define METADATA(p)     ((void *)((char *)(p) + PAGEHDRSZ))
 
 typedef struct MDB_node {
 #define mn_pgno                 mn_p.np_pgno
@@ -193,62 +368,82 @@ typedef struct MDB_node {
                pgno_t           np_pgno;       /* child page number */
                uint32_t         np_dsize;      /* leaf data size */
        } mn_p;
-       uint16_t        mn_ksize;                       /* key size */
+       unsigned int    mn_flags:4;
+       unsigned int    mn_ksize:12;                    /* key size */
 #define F_BIGDATA       0x01                   /* data put on overflow page */
-       uint8_t         mn_flags;
+#define F_SUBDATA       0x02                   /* data is a sub-database */
+#define F_DUPDATA       0x04                   /* data has duplicates */
        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;
        MDB_env         *mt_env;        
+       pgno_t          *mt_free_pgs;   /* this is an IDL */
        union {
-               struct dirty_queue      *dirty_queue;   /* modified pages */
+               ID2L    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 */
+       unsigned int    mt_flags;
+       unsigned int    mt_toggle;
 };
 
-/* 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;
+       HANDLE          me_fd;
+       HANDLE          me_lfd;
+       HANDLE          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_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 */
+       MDB_dpage       *me_dpages;
+       pgno_t          me_free_pgs[MDB_IDL_UM_SIZE];
+       ID2                     me_dirty_list[MDB_IDL_DB_SIZE];
+       LAZY_RWLOCK_DEF(me_dblock);
+#ifdef _WIN32
+       HANDLE          me_rmutex;              /* Windows mutexes don't reside in shared mem */
+       HANDLE          me_wmutex;
+#endif
 };
 
 #define NODESIZE        offsetof(MDB_node, mn_data)
@@ -260,144 +455,313 @@ struct MDB_env {
 #define NODEDATA(node)  (void *)((char *)(node)->mn_data + (node)->mn_ksize)
 #define NODEPGNO(node)  ((node)->mn_pgno)
 #define NODEDSZ(node)   ((node)->mn_dsize)
+#define NODEKSZ(node)   ((node)->mn_ksize)
+#define LEAF2KEY(p, i, ks)     ((char *)(p) + PAGEHDRSZ + ((i)*(ks)))
+
+#define MDB_SET_KEY(node, key) if (key!=NULL) {(key)->mv_size = NODEKSZ(node); (key)->mv_data = NODEKEY(node);}
 
 #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 int  mdb_get_page(MDB_txn *txn, pgno_t pgno, MDB_page **mp);
 
-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, int ksize);
+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_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_cursor *mc);
+static void            mdb_xcursor_init1(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx,
+                                       MDB_page *mp, 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);
 static int              memnrcmp(const void *s1, size_t n1,
                                  const void *s2, size_t n2);
 
+#ifdef _WIN32
+static SECURITY_DESCRIPTOR mdb_null_sd;
+static SECURITY_ATTRIBUTES mdb_all_sa;
+static int mdb_sec_inited;
+#endif
+
 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)
+{
+       if (maj) *maj = MDB_VERSION_MAJOR;
+       if (min) *min = MDB_VERSION_MINOR;
+       if (pat) *pat = MDB_VERSION_PATCH;
+       return MDB_VERSION_STRING;
+}
+
+static char *const mdb_errstr[] = {
+       "MDB_KEYEXIST: Key/data pair already exists",
+       "MDB_NOTFOUND: No matching key/data pair found",
+       "MDB_PAGE_NOTFOUND: Requested page not found",
+       "MDB_CORRUPTED: Located page was wrong type",
+       "MDB_PANIC: Update of meta page failed",
+       "MDB_VERSION_MISMATCH: Database environment version mismatch"
+};
+
+char *
+mdb_strerror(int err)
+{
+       if (!err)
+               return ("Successful return: 0");
+
+       if (err >= MDB_KEYEXIST && err <= MDB_VERSION_MISMATCH)
+               return mdb_errstr[err - MDB_KEYEXIST];
+
+       return strerror(err);
+}
+
+#if DEBUG
+static char *
+mdb_dkey(MDB_val *key, char *buf)
+{
+       char *ptr = buf;
+       unsigned char *c = key->mv_data;
+       unsigned int i;
+       if (key->mv_size > MAXKEYSIZE)
+               return "MAXKEYSIZE";
+       for (i=0; i<key->mv_size; i++)
+               ptr += sprintf(ptr, "%02x", *c++);
+       return buf;
+}
+#endif
+
 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);
+       if (txn->mt_dbxs[dbi].md_cmp)
+               return txn->mt_dbxs[dbi].md_cmp(a, b);
+
+       if (txn->mt_dbs[dbi].md_flags & (MDB_REVERSEKEY
+#if __BYTE_ORDER == __LITTLE_ENDIAN
+               |MDB_INTEGERKEY
+#endif
+       ))
+               return memnrcmp(a->mv_data, a->mv_size, b->mv_data, b->mv_size);
+       else
+               return memncmp((char *)a->mv_data, a->mv_size, b->mv_data, b->mv_size);
 }
 
-static int
-_mdb_cmp(MDB_db *db, const MDB_val *key1, const MDB_val *key2)
+int
+mdb_dcmp(MDB_txn *txn, MDB_dbi dbi, const MDB_val *a, const MDB_val *b)
 {
-       if (F_ISSET(db->md_flags, MDB_REVERSEKEY))
-               return memnrcmp(key1->mv_data, key1->mv_size, key2->mv_data, key2->mv_size);
+       if (txn->mt_dbxs[dbi].md_dcmp)
+               return txn->mt_dbxs[dbi].md_dcmp(a, b);
+
+       if (txn->mt_dbs[dbi].md_flags & (0
+#if __BYTE_ORDER == __LITTLE_ENDIAN
+               |MDB_INTEGERDUP
+#endif
+       ))
+               return memnrcmp(a->mv_data, a->mv_size, b->mv_data, b->mv_size);
        else
-               return memncmp((char *)key1->mv_data, key1->mv_size, key2->mv_data, key2->mv_size);
+               return memncmp((char *)a->mv_data, a->mv_size, b->mv_data, b->mv_size);
 }
 
 /* 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_dbi dbi, MDB_page *parent, unsigned int parent_idx, int num)
 {
        MDB_dpage *dp;
+       pgno_t pgno = P_INVALID;
+       ID2 mid;
+
+       if (txn->mt_txnid > 2) {
+
+               if (!txn->mt_env->me_pghead && dbi != FREE_DBI &&
+                       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, oldest;
+
+                       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);
+
+                       {
+                               unsigned int i;
+                               oldest = txn->mt_txnid - 1;
+                               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 && mr < oldest)
+                                               oldest = mr;
+                               }
+                       }
 
-       if ((dp = malloc(txn->mt_env->me_head.mh_psize * num + sizeof(MDB_dhead))) == NULL)
-               return NULL;
+                       if (oldest > *kptr) {
+                               /* It's usable, grab it.
+                                */
+                               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) {
+                       MDB_oldpages *mop = txn->mt_env->me_pghead;
+                       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 (pgno == P_INVALID) {
+               /* DB size is maxed out */
+               if (txn->mt_next_pgno + num >= txn->mt_env->me_maxpg)
+                       return NULL;
+       }
+       if (txn->mt_env->me_dpages && num == 1) {
+               dp = txn->mt_env->me_dpages;
+               txn->mt_env->me_dpages = (MDB_dpage *)dp->h.md_parent;
+       } else {
+               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_mid2l_insert(txn->mt_u.dirty_list, &mid);
 
        return dp;
 }
@@ -405,9 +769,8 @@ mdb_newpage(MDB_txn *txn, MDB_page *parent, int parent_idx, int num)
 /* Touch a page: make it dirty and re-insert into tree with updated pgno.
  */
 static int
-mdb_touch(MDB_txn *txn, MDB_pageparent *pp)
+mdb_touch(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *pp)
 {
-       int rc;
        MDB_page *mp = pp->mp_page;
        pgno_t  pgno;
        assert(txn != NULL);
@@ -415,11 +778,13 @@ 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, dbi, pp->mp_parent, pp->mp_pi, 1)) == NULL)
                        return ENOMEM;
+               DPRINTF("touched db %u page %lu -> %lu", dbi, mp->mp_pgno, dp->p.mp_pgno);
+               assert(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;
@@ -433,119 +798,192 @@ 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))
-                       rc = errno;
+       if (force || !F_ISSET(env->me_flags, MDB_NOSYNC)) {
+               if (fdatasync(env->me_fd))
+                       rc = ErrCode();
        }
        return rc;
 }
 
-int
-mdb_txn_begin(MDB_env *env, int rdonly, MDB_txn **ret)
-{
-       MDB_txn *txn;
-       int rc;
-
-       if ((txn = calloc(1, sizeof(*txn))) == NULL) {
-               DPRINTF("calloc: %s", strerror(errno));
-               return ENOMEM;
-       }
+static inline void
+mdb_txn_reset0(MDB_txn *txn);
 
-       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);
+static inline int
+mdb_txn_renew0(MDB_txn *txn)
+{
+       MDB_env *env = txn->mt_env;
 
-               pthread_mutex_lock(&env->me_txns->mt_wmutex);
-               env->me_txns->mt_txnid++;
-       }
-       txn->mt_txnid = env->me_txns->mt_txnid;
-       if (rdonly) {
+       if (txn->mt_flags & MDB_TXN_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;
+                       pid_t pid = getpid();
+                       pthread_t tid = pthread_self();
+
+                       LOCK_MUTEX_R(env);
+                       for (i=0; i<env->me_txns->mti_numreaders; i++)
+                               if (env->me_txns->mti_readers[i].mr_pid == 0)
                                        break;
-                               }
-                       }
-                       pthread_mutex_unlock(&env->me_txns->mt_mutex);
                        if (i == env->me_maxreaders) {
-                               return ENOSPC;
+                               UNLOCK_MUTEX_R(env);
+                               return ENOMEM;
                        }
+                       env->me_txns->mti_readers[i].mr_pid = pid;
+                       env->me_txns->mti_readers[i].mr_tid = tid;
+                       if (i >= env->me_txns->mti_numreaders)
+                               env->me_txns->mti_numreaders = i+1;
+                       UNLOCK_MUTEX_R(env);
+                       r = &env->me_txns->mti_readers[i];
+                       pthread_setspecific(env->me_txkey, r);
                }
+               txn->mt_txnid = env->me_txns->mti_txnid;
+               txn->mt_toggle = env->me_txns->mti_me_toggle;
                r->mr_txnid = txn->mt_txnid;
                txn->mt_u.reader = r;
        } else {
+               LOCK_MUTEX_W(env);
+
+               txn->mt_txnid = env->me_txns->mti_txnid+1;
+               txn->mt_toggle = env->me_txns->mti_me_toggle;
+               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;
+               txn->mt_next_pgno = env->me_metas[txn->mt_toggle]->mm_last_pg+1;
                env->me_txn = txn;
        }
 
-       txn->mt_env = env;
+       /* Copy the DB arrays */
+       LAZY_RWLOCK_RDLOCK(&env->me_dblock);
+       txn->mt_numdbs = env->me_numdbs;
+       txn->mt_dbxs = env->me_dbxs;    /* mostly static anyway */
+       memcpy(txn->mt_dbs, env->me_metas[txn->mt_toggle]->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));
+       LAZY_RWLOCK_UNLOCK(&env->me_dblock);
 
-       if ((rc = mdbenv_read_meta(env)) != MDB_SUCCESS) {
-               mdb_txn_abort(txn);
-               return rc;
-       }
+       return MDB_SUCCESS;
+}
+
+int
+mdb_txn_renew(MDB_txn *txn)
+{
+       int 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);
+       if (!txn)
+               return EINVAL;
 
-       *ret = txn;
-       return MDB_SUCCESS;
+       if (txn->mt_env->me_flags & MDB_FATAL_ERROR) {
+               DPUTS("environment had fatal error, must shutdown!");
+               return MDB_PANIC;
+       }
+
+       rc = mdb_txn_renew0(txn);
+       if (rc == MDB_SUCCESS) {
+               DPRINTF("renew txn %lu%c %p on mdbenv %p, root page %lu",
+                       txn->mt_txnid, (txn->mt_flags & MDB_TXN_RDONLY) ? 'r' : 'w', txn,
+                       (void *)txn->mt_env, txn->mt_dbs[MAIN_DBI].md_root);
+       }
+       return rc;
 }
 
-void
-mdb_txn_abort(MDB_txn *txn)
+int
+mdb_txn_begin(MDB_env *env, unsigned int flags, MDB_txn **ret)
 {
-       MDB_dpage *dp;
-       MDB_env *env;
+       MDB_txn *txn;
+       int rc;
 
-       if (txn == NULL)
-               return;
+       if (env->me_flags & MDB_FATAL_ERROR) {
+               DPUTS("environment had fatal error, must shutdown!");
+               return MDB_PANIC;
+       }
+       if ((txn = calloc(1, sizeof(MDB_txn) + env->me_maxdbs * sizeof(MDB_db))) == NULL) {
+               DPRINTF("calloc: %s", strerror(ErrCode()));
+               return ENOMEM;
+       }
+       txn->mt_dbs = (MDB_db *)(txn+1);
+       if (flags & MDB_RDONLY) {
+               txn->mt_flags |= MDB_TXN_RDONLY;
+       }
+       txn->mt_env = env;
 
-       env = txn->mt_env;
-       DPRINTF("abort transaction %lu on mdbenv %p, root page %lu", txn->mt_txnid, env, txn->mt_root);
+       rc = mdb_txn_renew0(txn);
+       if (rc)
+               free(txn);
+       else {
+               *ret = txn;
+               DPRINTF("begin txn %lu%c %p on mdbenv %p, root page %lu",
+                       txn->mt_txnid, (txn->mt_flags & MDB_TXN_RDONLY) ? 'r' : 'w', txn,
+                       (void *) env, txn->mt_dbs[MAIN_DBI].md_root);
+       }
+
+       return rc;
+}
+
+static inline void
+mdb_txn_reset0(MDB_txn *txn)
+{
+       MDB_env *env = txn->mt_env;
 
        if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
                txn->mt_u.reader->mr_txnid = 0;
        } 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;
+               MDB_dpage *dp;
+               unsigned int i;
+
+               /* return all dirty pages to dpage list */
+               for (i=1; i<=txn->mt_u.dirty_list[0].mid; i++) {
+                       dp = txn->mt_u.dirty_list[i].mptr;
+                       if (dp->h.md_num == 1) {
+                               dp->h.md_parent = (MDB_page *)txn->mt_env->me_dpages;
+                               txn->mt_env->me_dpages = dp;
+                       } else {
+                               /* large pages just get freed directly */
+                               free(dp);
+                       }
                }
 
-#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));
+               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);
+               for (i=2; i<env->me_numdbs; i++)
+                       env->me_dbxs[i].md_dirty = 0;
+               UNLOCK_MUTEX_W(env);
        }
+}
+
+void
+mdb_txn_reset(MDB_txn *txn)
+{
+       if (txn == NULL)
+               return;
+
+       DPRINTF("reset txn %lu%c %p on mdbenv %p, root page %lu",
+               txn->mt_txnid, (txn->mt_flags & MDB_TXN_RDONLY) ? 'r' : 'w', txn,
+               (void *)txn->mt_env, txn->mt_dbs[MAIN_DBI].md_root);
 
+       mdb_txn_reset0(txn);
+}
+
+void
+mdb_txn_abort(MDB_txn *txn)
+{
+       if (txn == NULL)
+               return;
+
+       DPRINTF("abort txn %lu%c %p on mdbenv %p, root page %lu",
+               txn->mt_txnid, (txn->mt_flags & MDB_TXN_RDONLY) ? 'r' : 'w', txn,
+               (void *)txn->mt_env, txn->mt_dbs[MAIN_DBI].md_root);
+
+       mdb_txn_reset0(txn);
        free(txn);
 }
 
@@ -553,12 +991,12 @@ int
 mdb_txn_commit(MDB_txn *txn)
 {
        int              n, done;
+       unsigned int i;
        ssize_t          rc;
        off_t            size;
        MDB_dpage       *dp;
        MDB_env *env;
        pgno_t  next;
-       struct iovec     iov[MDB_COMMIT_PAGES];
 
        assert(txn != NULL);
        assert(txn->mt_env != NULL);
@@ -566,45 +1004,170 @@ mdb_txn_commit(MDB_txn *txn)
        env = txn->mt_env;
 
        if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
-               DPRINTF("attempt to commit read-only transaction");
                mdb_txn_abort(txn);
-               return EPERM;
+               return MDB_SUCCESS;
        }
 
        if (txn != env->me_txn) {
-               DPRINTF("attempt to commit unknown transaction");
+               DPUTS("attempt to commit unknown transaction");
                mdb_txn_abort(txn);
                return EINVAL;
        }
 
        if (F_ISSET(txn->mt_flags, MDB_TXN_ERROR)) {
-               DPRINTF("error flag is set, can't commit");
+               DPUTS("error flag is set, can't commit");
                mdb_txn_abort(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);
+       DPRINTF("committing txn %lu %p on mdbenv %p, root page %lu",
+           txn->mt_txnid, txn, (void *)env, txn->mt_dbs[MAIN_DBI].md_root);
+
+       /* should only be one record now */
+       if (env->me_pghead) {
+               MDB_pageparent mpp;
+
+               /* make sure first page of freeDB is touched and on freelist */
+               mpp.mp_parent = NULL;
+               mpp.mp_pi = 0;
+               mdb_search_page(txn, FREE_DBI, NULL, NULL, 1, &mpp);
+       }
+       /* save to free list */
+       if (!MDB_IDL_IS_ZERO(txn->mt_free_pgs)) {
+               MDB_val key, data;
+               MDB_pageparent mpp;
+               ULONG i;
+
+               /* 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_data = txn->mt_free_pgs;
+               /* The free list can still grow during this call,
+                * despite the pre-emptive touches above. So check
+                * and make sure the entire thing got written.
+                */
+               do {
+                       i = txn->mt_free_pgs[0];
+                       data.mv_size = MDB_IDL_SIZEOF(txn->mt_free_pgs);
+                       rc = mdb_put0(txn, FREE_DBI, &key, &data, 0);
+                       if (rc) {
+                               mdb_txn_abort(txn);
+                               return rc;
+                       }
+               } while (i != txn->mt_free_pgs[0]);
+       }
+       /* 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;
+       }
+
+       /* 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.
         */
        next = 0;
+       i = 1;
        do {
+#ifdef _WIN32
+               /* Windows actually supports scatter/gather I/O, but only on
+                * unbuffered file handles. Since we're relying on the OS page
+                * cache for all our data, that's self-defeating. So we just
+                * write pages one at a time. We use the ov structure to set
+                * the write offset, to at least save the overhead of a Seek
+                * system call.
+                */
+               OVERLAPPED ov;
+               memset(&ov, 0, sizeof(ov));
+               for (; i<=txn->mt_u.dirty_list[0].mid; i++) {
+                       dp = txn->mt_u.dirty_list[i].mptr;
+                       DPRINTF("committing page %lu", dp->p.mp_pgno);
+                       size = dp->p.mp_pgno * env->me_psize;
+                       ov.Offset = size & 0xffffffff;
+                       ov.OffsetHigh = size >> 16;
+                       ov.OffsetHigh >>= 16;
+                       /* clear dirty flag */
+                       dp->p.mp_flags &= ~P_DIRTY;
+                       rc = WriteFile(env->me_fd, &dp->p, env->me_psize * dp->h.md_num, NULL, &ov);
+                       if (!rc) {
+                               n = ErrCode();
+                               DPRINTF("WriteFile: %d", n);
+                               mdb_txn_abort(txn);
+                               return n;
+                       }
+               }
+               done = 1;;
+#else
+               struct iovec     iov[MDB_COMMIT_PAGES];
                n = 0;
                done = 1;
                size = 0;
-               SIMPLEQ_FOREACH(dp, txn->mt_u.dirty_queue, h.md_next) {
+               for (; 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 = ErrCode();
+                                               if (rc > 0)
+                                                       DPUTS("short write, filesystem full?");
+                                               else
+                                                       DPRINTF("writev: %s", strerror(n));
+                                               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;
@@ -612,6 +1175,7 @@ mdb_txn_commit(MDB_txn *txn)
                        dp->p.mp_flags &= ~P_DIRTY;
                        if (++n >= MDB_COMMIT_PAGES) {
                                done = 0;
+                               i++;
                                break;
                        }
                }
@@ -622,272 +1186,310 @@ mdb_txn_commit(MDB_txn *txn)
                DPRINTF("committing %u dirty pages", n);
                rc = writev(env->me_fd, iov, n);
                if (rc != size) {
-                       n = errno;
+                       n = ErrCode();
                        if (rc > 0)
-                               DPRINTF("short write, filesystem full?");
+                               DPUTS("short write, filesystem full?");
                        else
-                               DPRINTF("writev: %s", strerror(errno));
+                               DPRINTF("writev: %s", strerror(n));
                        mdb_txn_abort(txn);
                        return n;
                }
+#endif
+       } while (!done);
 
-               /* 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);
+       /* Drop the dirty pages.
+        */
+       for (i=1; i<=txn->mt_u.dirty_list[0].mid; i++) {
+               dp = txn->mt_u.dirty_list[i].mptr;
+               if (dp->h.md_num == 1) {
+                       dp->h.md_parent = (MDB_page *)txn->mt_env->me_dpages;
+                       txn->mt_env->me_dpages = dp;
+               } else {
                        free(dp);
-                       if (--n == 0)
-                               break;
                }
-       } while (!done);
+               txn->mt_u.dirty_list[i].mid = 0;
+       }
+       txn->mt_u.dirty_list[0].mid = 0;
 
-       if ((n = mdbenv_sync(env)) != 0 ||
-           (n = mdbenv_write_meta(txn)) != MDB_SUCCESS ||
-           (n = mdbenv_sync(env)) != 0) {
+       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);
-
-       if ((p = calloc(1, psize)) == NULL)
-               return ENOMEM;
-       p->mp_flags = P_HEAD;
-
-       env->me_head.mh_psize = psize;
-       env->me_head.mh_flags = env->me_flags & 0xffff;
-
-       h = METADATA(p);
-       bcopy(&env->me_head, h, sizeof(*h));
+       env->me_txn = NULL;
+       /* update the DB tables */
+       {
+               int toggle = !env->me_db_toggle;
+               MDB_db *ip, *jp;
+
+               ip = &env->me_dbs[toggle][2];
+               jp = &txn->mt_dbs[2];
+               LAZY_RWLOCK_WRLOCK(&env->me_dblock);
+               for (i = 2; i < txn->mt_numdbs; i++) {
+                       if (ip->md_root != jp->md_root)
+                               *ip = *jp;
+                       ip++; jp++;
+               }
 
-       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;
+               for (i = 2; i < txn->mt_numdbs; i++) {
+                       if (txn->mt_dbxs[i].md_dirty)
+                               txn->mt_dbxs[i].md_dirty = 0;
+               }
+               env->me_db_toggle = toggle;
+               env->me_numdbs = txn->mt_numdbs;
+               LAZY_RWLOCK_UNLOCK(&env->me_dblock);
        }
 
+       UNLOCK_MUTEX_W(env);
+       free(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;
-       int              rc;
-
-       assert(env != NULL);
+       MDB_meta        *m;
+       int              rc, err;
 
        /* We don't know the page size yet, so use a minimum value.
         */
 
-       if ((rc = pread(env->me_fd, page, PAGESIZE, 0)) == 0) {
+#ifdef _WIN32
+       if (!ReadFile(env->me_fd, page, PAGESIZE, (DWORD *)&rc, NULL) || rc == 0)
+#else
+       if ((rc = read(env->me_fd, page, PAGESIZE)) == 0)
+#endif
+       {
                return ENOENT;
-       } else if (rc != PAGESIZE) {
+       }
+       else if (rc != PAGESIZE) {
+               err = ErrCode();
                if (rc > 0)
-                       errno = EINVAL;
-               DPRINTF("read: %s", strerror(errno));
-               return errno;
+                       err = EINVAL;
+               DPRINTF("read: %s", strerror(err));
+               return err;
        }
 
        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) {
+               DPUTS("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;
 
-       p = calloc(2, env->me_head.mh_psize);
-       p->mp_pgno = 1;
+       DPUTS("writing new meta page");
+
+       GetPageSize(psize);
+
+       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);
+#ifdef _WIN32
+       {
+               DWORD len;
+               rc = WriteFile(env->me_fd, p, psize * 2, &len, NULL);
+               rc = (len == psize * 2) ? MDB_SUCCESS : ErrCode();
+       }
+#else
+       rc = write(env->me_fd, p, psize * 2);
+       rc = (rc == (int)psize * 2) ? MDB_SUCCESS : ErrCode();
+#endif
        free(p);
-       return (rc == env->me_head.mh_psize * 2) ? MDB_SUCCESS : errno;
+       return rc;
 }
 
 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;
+#ifdef _WIN32
+       OVERLAPPED ov;
+#endif
 
        assert(txn != NULL);
        assert(txn->mt_env != NULL);
 
-       DPRINTF("writing meta page for root page %lu", txn->mt_root);
+       toggle = !txn->mt_toggle;
+       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)) {
-               DPRINTF("write failed, disk error?");
-               return errno;
+       /* Write to the SYNC fd */
+#ifdef _WIN32
+       {
+               memset(&ov, 0, sizeof(ov));
+               ov.Offset = off;
+               WriteFile(env->me_mfd, ptr, len, (DWORD *)&rc, &ov);
        }
-
-       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;
+#else
+       rc = pwrite(env->me_mfd, ptr, len, off);
+#endif
+       if (rc != len) {
+               int r2;
+               rc = ErrCode();
+               DPUTS("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;
+#ifdef _WIN32
+               WriteFile(env->me_fd, ptr, len, NULL, &ov);
+#else
+               r2 = pwrite(env->me_fd, ptr, len, off);
+#endif
+               env->me_flags |= MDB_FATAL_ERROR;
+               return rc;
        }
+       /* Memory ordering issues are irrelevant; since the entire writer
+        * is wrapped by wmutex, all of these changes will become visible
+        * after the wmutex is unlocked. Since the DB is multi-version,
+        * readers will get consistent data regardless of how fresh or
+        * how stale their view of these values is.
+        */
+       LAZY_MUTEX_LOCK(&env->me_txns->mti_mutex);
+       txn->mt_env->me_txns->mti_me_toggle = toggle;
+       txn->mt_env->me_txns->mti_txnid = txn->mt_txnid;
+       LAZY_MUTEX_UNLOCK(&env->me_txns->mti_mutex);
 
-       return 0;
+       return MDB_SUCCESS;
 }
 
 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 (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;
-       }
-
        DPRINTF("Using meta page %d", toggle);
+       *which = toggle;
 
        return MDB_SUCCESS;
 }
 
 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 = INVALID_HANDLE_VALUE;
+       e->me_lfd = INVALID_HANDLE_VALUE;
+       e->me_mfd = INVALID_HANDLE_VALUE;
        *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
-mdbenv_set_maxreaders(MDB_env *env, int readers)
+mdb_env_set_maxdbs(MDB_env *env, int dbs)
 {
+       if (env->me_map)
+               return EINVAL;
+       env->me_maxdbs = dbs;
+       return MDB_SUCCESS;
+}
+
+int
+mdb_env_set_maxreaders(MDB_env *env, int readers)
+{
+       if (env->me_map)
+               return EINVAL;
        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;
@@ -895,65 +1497,101 @@ 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;
+       int i, newenv = 0, toggle;
+       MDB_meta meta;
+       MDB_page *p;
 
        env->me_flags = flags;
-       env->me_meta.mm_root = P_INVALID;
 
-       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");
+               DPUTS("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;
+       }
 
+#ifdef _WIN32
+       {
+               HANDLE mh;
+               LONG sizelo, sizehi;
+               sizelo = env->me_mapsize & 0xffffffff;
+               sizehi = env->me_mapsize >> 16;         /* pointless on WIN32, only needed on W64 */
+               sizehi >>= 16;
+               /* Windows won't create mappings for zero length files.
+                * Just allocate the maxsize right now.
+                */
+               if (newenv) {
+                       SetFilePointer(env->me_fd, sizelo, sizehi ? &sizehi : NULL, 0);
+                       if (!SetEndOfFile(env->me_fd))
+                               return ErrCode();
+                       SetFilePointer(env->me_fd, 0, NULL, 0);
+               }
+               mh = CreateFileMapping(env->me_fd, NULL, PAGE_READONLY,
+                       sizehi, sizelo, NULL);
+               if (!mh)
+                       return ErrCode();
+               env->me_map = MapViewOfFileEx(mh, FILE_MAP_READ, 0, 0, env->me_mapsize,
+                       meta.mm_address);
+               CloseHandle(mh);
+               if (!env->me_map)
+                       return ErrCode();
+       }
+#else
        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;
+               return ErrCode();
+#endif
 
        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;
+
+       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 = mdbenv_read_meta(env)) != 0)
+       if ((i = mdb_env_read_meta(env, &toggle)) != 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_metas[toggle]->mm_version, env->me_psize);
+       DPRINTF("depth: %u", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_depth);
+       DPRINTF("entries: %lu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_entries);
+       DPRINTF("branch pages: %lu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_branch_pages);
+       DPRINTF("leaf pages: %lu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_leaf_pages);
+       DPRINTF("overflow pages: %lu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_overflow_pages);
+       DPRINTF("root: %lu", env->me_metas[toggle]->mm_dbs[MAIN_DBI].md_root);
 
        return MDB_SUCCESS;
 }
 
+#ifndef _WIN32
+/* Windows doesn't support destructor callbacks for thread-specific storage */
 static void
-mdbenv_reader_dest(void *ptr)
+mdb_env_reader_dest(void *ptr)
 {
        MDB_reader *reader = ptr;
 
@@ -961,81 +1599,361 @@ mdbenv_reader_dest(void *ptr)
        reader->mr_pid = 0;
        reader->mr_tid = 0;
 }
+#endif
 
-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;
+       int toggle = 0;
 
+       if (env->me_metas[0]->mm_txnid < env->me_metas[1]->mm_txnid)
+               toggle = 1;
+       env->me_txns->mti_me_toggle = toggle;
+       env->me_txns->mti_txnid = env->me_metas[toggle]->mm_txnid;
+
+#ifdef _WIN32
+       {
+               OVERLAPPED ov;
+               /* First acquire a shared lock. The Unlock will
+                * then release the existing exclusive lock.
+                */
+               memset(&ov, 0, sizeof(ov));
+               LockFileEx(env->me_lfd, 0, 0, 1, 0, &ov);
+               UnlockFile(env->me_lfd, 0, 0, 1, 0);
+       }
+#else
+       {
+               struct flock lock_info;
+               /* The shared lock replaces the existing lock */
+               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);
+       }
+#endif
+}
 
-       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;
 
-       if ((env->me_fd = open(path, oflags, mode)) == -1)
-               return errno;
-
-       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;
-                               }
+       *excl = 0;
+
+#ifdef _WIN32
+       if ((env->me_lfd = CreateFile(lpath, GENERIC_READ|GENERIC_WRITE,
+               FILE_SHARE_READ|FILE_SHARE_WRITE, NULL, OPEN_ALWAYS,
+               FILE_ATTRIBUTE_NORMAL, NULL)) == INVALID_HANDLE_VALUE) {
+               rc = ErrCode();
+               return rc;
+       }
+       /* Try to get exclusive lock. If we succeed, then
+        * nobody is using the lock region and we should initialize it.
+        */
+       {
+               if (LockFile(env->me_lfd, 0, 0, 1, 0)) {
+                       *excl = 1;
                } else {
-                       return errno;
+                       OVERLAPPED ov;
+                       memset(&ov, 0, sizeof(ov));
+                       if (!LockFileEx(env->me_lfd, 0, 0, 1, 0, &ov)) {
+                               rc = ErrCode();
+                               goto fail;
+                       }
+               }
+       }
+       size = GetFileSize(env->me_lfd, NULL);
+#else
+       if ((env->me_lfd = open(lpath, O_RDWR|O_CREAT, mode)) == -1) {
+               rc = ErrCode();
+               return rc;
+       }
+       /* Try to get exclusive lock. If we succeed, then
+        * nobody is using the lock region and we should initialize it.
+        */
+       {
+               struct flock lock_info;
+               memset((void *)&lock_info, 0, sizeof(lock_info));
+               lock_info.l_type = F_WRLCK;
+               lock_info.l_whence = SEEK_SET;
+               lock_info.l_start = 0;
+               lock_info.l_len = 1;
+               rc = fcntl(env->me_lfd, F_SETLK, &lock_info);
+               if (rc == 0) {
+                       *excl = 1;
+               } else {
+                       lock_info.l_type = F_RDLCK;
+                       rc = fcntl(env->me_lfd, F_SETLKW, &lock_info);
+                       if (rc) {
+                               rc = ErrCode();
+                               goto fail;
+                       }
+               }
+       }
+       size = lseek(env->me_lfd, 0, SEEK_END);
+#endif
+       rsize = (env->me_maxreaders-1) * sizeof(MDB_reader) + sizeof(MDB_txninfo);
+       if (size < rsize && *excl) {
+#ifdef _WIN32
+               SetFilePointer(env->me_lfd, rsize, NULL, 0);
+               if (!SetEndOfFile(env->me_lfd)) {
+                       rc = ErrCode();
+                       goto fail;
+               }
+#else
+               if (ftruncate(env->me_lfd, rsize) != 0) {
+                       rc = ErrCode();
+                       goto fail;
                }
+#endif
        } else {
+               rsize = size;
+               size = rsize - sizeof(MDB_txninfo);
+               env->me_maxreaders = size/sizeof(MDB_reader) + 1;
+       }
+#ifdef _WIN32
+       {
+               HANDLE mh;
+               mh = CreateFileMapping(env->me_lfd, NULL, PAGE_READWRITE,
+                       0, 0, NULL);
+               if (!mh) {
+                       rc = ErrCode();
+                       goto fail;
+               }
+               env->me_txns = MapViewOfFileEx(mh, FILE_MAP_WRITE, 0, 0, rsize, NULL);
+               CloseHandle(mh);
+               if (!env->me_txns) {
+                       rc = ErrCode();
+                       goto fail;
+               }
+       }
+#else
+       env->me_txns = mmap(0, rsize, PROT_READ|PROT_WRITE, MAP_SHARED,
+               env->me_lfd, 0);
+       if (env->me_txns == MAP_FAILED) {
+               rc = ErrCode();
+               goto fail;
+       }
+#endif
+       if (*excl) {
+#ifdef _WIN32
+               char *ptr;
+               if (!mdb_sec_inited) {
+                       InitializeSecurityDescriptor(&mdb_null_sd,
+                               SECURITY_DESCRIPTOR_REVISION);
+                       SetSecurityDescriptorDacl(&mdb_null_sd, TRUE, 0, FALSE);
+                       mdb_all_sa.nLength = sizeof(SECURITY_ATTRIBUTES);
+                       mdb_all_sa.bInheritHandle = FALSE;
+                       mdb_all_sa.lpSecurityDescriptor = &mdb_null_sd;
+                       mdb_sec_inited = 1;
+               }
+               /* FIXME: only using up to 20 characters of the env path here,
+                * probably not enough to assure uniqueness...
+                */
+               sprintf(env->me_txns->mti_rmname, "Global\\MDBr%.20s", lpath);
+               ptr = env->me_txns->mti_rmname + sizeof("Global\\MDBr");
+               while ((ptr = strchr(ptr, '\\')))
+                       *ptr++ = '/';
+               env->me_rmutex = CreateMutex(&mdb_all_sa, FALSE, env->me_txns->mti_rmname);
+               if (!env->me_rmutex) {
+                       rc = ErrCode();
+                       goto fail;
+               }
+               sprintf(env->me_txns->mti_rmname, "Global\\MDBw%.20s", lpath);
+               ptr = env->me_txns->mti_rmname + sizeof("Global\\MDBw");
+               while ((ptr = strchr(ptr, '\\')))
+                       *ptr++ = '/';
+               env->me_wmutex = CreateMutex(&mdb_all_sa, FALSE, env->me_txns->mti_rmname);
+               if (!env->me_wmutex) {
+                       rc = ErrCode();
+                       goto fail;
+               }
+#else
                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);
+#endif
+               env->me_txns->mti_version = MDB_VERSION;
+               env->me_txns->mti_magic = MDB_MAGIC;
+               env->me_txns->mti_txnid = 0;
+               env->me_txns->mti_numreaders = 0;
+               env->me_txns->mti_me_toggle = 0;
+
+       } else {
+               if (env->me_txns->mti_magic != MDB_MAGIC) {
+                       DPUTS("lock region has invalid magic");
+                       rc = EINVAL;
+                       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;
+               }
+               rc = ErrCode();
+               if (rc != EACCES && rc != EAGAIN) {
+                       goto fail;
+               }
+#ifdef _WIN32
+               env->me_rmutex = OpenMutex(SYNCHRONIZE, FALSE, env->me_txns->mti_rmname);
+               if (!env->me_rmutex) {
+                       rc = ErrCode();
+                       goto fail;
+               }
+               env->me_wmutex = OpenMutex(SYNCHRONIZE, FALSE, env->me_txns->mti_wmname);
+               if (!env->me_wmutex) {
+                       rc = ErrCode();
+                       goto fail;
+               }
+#endif
        }
+       return MDB_SUCCESS;
+
+fail:
+       close(env->me_lfd);
+       env->me_lfd = INVALID_HANDLE_VALUE;
+       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;
 
-       if ((rc = mdbenv_open2(env, flags)) != MDB_SUCCESS) {
-               close(env->me_fd);
-               env->me_fd = -1;
+       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;
+
+#ifdef _WIN32
+       if (F_ISSET(flags, MDB_RDONLY)) {
+               oflags = GENERIC_READ;
+               len = OPEN_EXISTING;
        } else {
-               env->me_path = strdup(path);
-               DPRINTF("opened dbenv %p", env);
+               oflags = GENERIC_READ|GENERIC_WRITE;
+               len = OPEN_ALWAYS;
+       }
+       mode = FILE_ATTRIBUTE_NORMAL;
+       if ((env->me_fd = CreateFile(dpath, oflags, FILE_SHARE_READ|FILE_SHARE_WRITE,
+                       NULL, len, mode, NULL)) == INVALID_HANDLE_VALUE) {
+               rc = ErrCode();
+               goto leave;
        }
+#else
+       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 = ErrCode();
+               goto leave;
+       }
+#endif
 
-       pthread_key_create(&env->me_txkey, mdbenv_reader_dest);
+       if ((rc = mdb_env_open2(env, flags)) == MDB_SUCCESS) {
+               /* synchronous fd for meta writes */
+#ifdef _WIN32
+               if (!(flags & (MDB_RDONLY|MDB_NOSYNC)))
+                       mode |= FILE_FLAG_WRITE_THROUGH;
+               if ((env->me_mfd = CreateFile(dpath, oflags, FILE_SHARE_READ|FILE_SHARE_WRITE,
+                       NULL, len, mode, NULL)) == INVALID_HANDLE_VALUE) {
+                       rc = ErrCode();
+                       goto leave;
+               }
+#else
+               if (!(flags & (MDB_RDONLY|MDB_NOSYNC)))
+                       oflags |= MDB_DSYNC;
+               if ((env->me_mfd = open(dpath, oflags, mode)) == -1) {
+                       rc = ErrCode();
+                       goto leave;
+               }
+#endif
+               env->me_path = strdup(path);
+               DPRINTF("opened dbenv %p", (void *) env);
+               pthread_key_create(&env->me_txkey, mdb_env_reader_dest);
+               LAZY_RWLOCK_INIT(&env->me_dblock, NULL);
+               if (excl)
+                       mdb_env_share_locks(env);
+               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 != INVALID_HANDLE_VALUE) {
+                       close(env->me_fd);
+                       env->me_fd = INVALID_HANDLE_VALUE;
+               }
+               if (env->me_lfd != INVALID_HANDLE_VALUE) {
+                       close(env->me_lfd);
+                       env->me_lfd = INVALID_HANDLE_VALUE;
+               }
+       }
+       free(lpath);
        return rc;
 }
 
 void
-mdbenv_close(MDB_env *env)
+mdb_env_close(MDB_env *env)
 {
+       MDB_dpage *dp;
+
        if (env == NULL)
                return;
 
+       while (env->me_dpages) {
+               dp = env->me_dpages;
+               env->me_dpages = (MDB_dpage *)dp->h.md_parent;
+               free(dp);
+       }
+
+       free(env->me_dbs[1]);
+       free(env->me_dbs[0]);
+       free(env->me_dbxs);
        free(env->me_path);
 
+       LAZY_RWLOCK_DESTROY(&env->me_dblock);
+       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();
+               unsigned 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, (env->me_maxreaders-1)*sizeof(MDB_reader)+sizeof(MDB_txninfo));
        }
+       close(env->me_lfd);
        free(env);
 }
 
@@ -1047,45 +1965,48 @@ 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;
        int              low, high;
        int              rc = 0;
-       MDB_node        *node;
+       MDB_node        *node = NULL;
        MDB_val  nodekey;
+       DKBUF;
 
-       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;
        while (low <= high) {
                i = (low + high) >> 1;
-               node = NODEPTR(mp, i);
 
-               nodekey.mv_size = node->mn_ksize;
-               nodekey.mv_data = NODEKEY(node);
+               if (IS_LEAF2(mp)) {
+                       nodekey.mv_size = txn->mt_dbs[dbi].md_pad;
+                       nodekey.mv_data = LEAF2KEY(mp, i, nodekey.mv_size);
+               } else {
+                       node = NODEPTR(mp, i);
 
-               if (bt->md_cmp)
-                       rc = bt->md_cmp(key, &nodekey);
-               else
-                       rc = _mdb_cmp(bt, key, &nodekey);
+                       nodekey.mv_size = node->mn_ksize;
+                       nodekey.mv_data = NODEKEY(node);
+               }
+
+               rc = mdb_cmp(txn, dbi, key, &nodekey);
 
                if (IS_LEAF(mp))
-                       DPRINTF("found leaf index %u [%.*s], rc = %i",
-                           i, (int)nodekey.mv_size, (char *)nodekey.mv_data, rc);
+                       DPRINTF("found leaf index %u [%s], rc = %i",
+                           i, DKEY(&nodekey), rc);
                else
-                       DPRINTF("found branch index %u [%.*s -> %lu], rc = %i",
-                           i, (int)node->mn_ksize, (char *)NODEKEY(node),
-                           node->mn_pgno, rc);
+                       DPRINTF("found branch index %u [%s -> %lu], rc = %i",
+                           i, DKEY(&nodekey), NODEPGNO(node), rc);
 
                if (rc == 0)
                        break;
@@ -1106,7 +2027,8 @@ mdb_search_node(MDB_db *bt, MDB_page *mp, MDB_val *key,
        if (kip)        /* Store the key index if requested. */
                *kip = i;
 
-       return NODEPTR(mp, i);
+       /* nodeptr is fake for LEAF2 */
+       return IS_LEAF2(mp) ? NODEPTR(mp, 0) : NODEPTR(mp, i);
 }
 
 static void
@@ -1114,12 +2036,13 @@ cursor_pop_page(MDB_cursor *cursor)
 {
        MDB_ppage       *top;
 
-       top = CURSOR_TOP(cursor);
-       CURSOR_POP(cursor);
-
-       DPRINTF("popped page %lu off cursor %p", top->mp_page->mp_pgno, cursor);
+       if (cursor->mc_snum) {
+               top = CURSOR_TOP(cursor);
+               cursor->mc_snum--;
 
-       free(top);
+               DPRINTF("popped page %lu off db %u cursor %p", top->mp_page->mp_pgno,
+                       cursor->mc_dbi, (void *) cursor);
+       }
 }
 
 static MDB_ppage *
@@ -1127,59 +2050,70 @@ 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 db %u cursor %p", mp->mp_pgno,
+               cursor->mc_dbi, (void *) cursor);
 
-       if ((ppage = calloc(1, sizeof(*ppage))) == NULL)
-               return NULL;
+       assert(cursor->mc_snum < CURSOR_STACK);
+
+       ppage = &cursor->mc_stack[cursor->mc_snum++];
        ppage->mp_page = mp;
-       CURSOR_PUSH(cursor, ppage);
+       ppage->mp_ki = 0;
        return ppage;
 }
 
-static MDB_page *
-mdbenv_get_page(MDB_env *env, pgno_t pgno)
+static int
+mdb_get_page(MDB_txn *txn, pgno_t pgno, MDB_page **ret)
 {
        MDB_page *p = NULL;
-       MDB_txn *txn = env->me_txn;
 
-       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;
-                       }
+               unsigned x;
+               x = mdb_mid2l_search(txn->mt_u.dirty_list, pgno);
+               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;
                }
-       } else {
-               p = (MDB_page *)(env->me_map + env->me_head.mh_psize * pgno);
        }
-       return p;
+       if (!p) {
+               if (pgno <= txn->mt_env->me_metas[txn->mt_toggle]->mm_last_pg)
+                       p = (MDB_page *)(txn->mt_env->me_map + txn->mt_env->me_psize * pgno);
+       }
+       *ret = p;
+       if (!p) {
+               DPRINTF("page %lu not found", pgno);
+               assert(p != NULL);
+       }
+       return (p != NULL) ? MDB_SUCCESS : MDB_PAGE_NOTFOUND;
 }
 
 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;
+       DKBUF;
        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) {
@@ -1189,26 +2123,26 @@ 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));
+                       DPRINTF("following index %u for key [%s]",
+                           i, DKEY(key));
+               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 ((rc = mdb_get_page(txn, NODEPGNO(node), &mp)))
+                       return rc;
                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, dbi, mpp)) != 0)
                                return rc;
                        dh = ((MDB_dhead *)mpp->mp_page)-1;
                        dh->md_parent = mpp->mp_parent;
@@ -1221,11 +2155,11 @@ 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,
-           key ? (int)key->mv_size : 0, key ? (char *)key->mv_data : NULL);
+       DPRINTF("found leaf page %lu for key [%s]", mp->mp_pgno,
+           key ? DKEY(key) : NULL);
 
        return MDB_SUCCESS;
 }
@@ -1237,64 +2171,61 @@ 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)) {
-               DPRINTF("transaction has failed, must abort");
+       if (F_ISSET(txn->mt_flags, MDB_TXN_ERROR)) {
+               DPUTS("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;
+               DPUTS("tree is empty");
+               return MDB_NOTFOUND;
        }
 
-       if ((mpp->mp_page = mdbenv_get_page(db->md_env, root)) == NULL)
-               return MDB_FAIL;
+       if ((rc = mdb_get_page(txn, root, &mpp->mp_page)))
+               return rc;
 
-       DPRINTF("root page has flags 0x%X", mpp->mp_page->mp_flags);
+       DPRINTF("db %u root page %lu has flags 0x%X",
+               dbi, root,  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, dbi, 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;
+       int rc;
 
        if (!F_ISSET(leaf->mn_flags, F_BIGDATA)) {
                data->mv_size = leaf->mn_dsize;
@@ -1305,50 +2236,46 @@ 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 ((rc = mdb_get_page(txn, pgno, &omp))) {
                DPRINTF("read overflow page %lu failed", pgno);
-               return MDB_FAIL;
+               return rc;
        }
-       data->mv_data = omp;
+       data->mv_data = METADATA(omp);
 
        return MDB_SUCCESS;
 }
 
 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;
-       MDB_node        *leaf;
-       MDB_pageparent mpp;
+       MDB_cursor      mc;
+       MDB_xcursor     mx;
+       int exact;
+       DKBUF;
 
        assert(key);
        assert(data);
-       DPRINTF("===> get key [%.*s]", (int)key->mv_size, (char *)key->mv_data);
-
-       if (db == NULL)
-               return EINVAL;
+       DPRINTF("===> get db %u key [%s]", dbi, DKEY(key));
 
-       if (txn != NULL && db->md_env != txn->mt_env) {
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
                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)
-               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;
+       mc.mc_txn = txn;
+       mc.mc_dbi = dbi;
+       mc.mc_initialized = 0;
+       if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT) {
+               mc.mc_xcursor = &mx;
+               mdb_xcursor_init0(&mc);
+       else {
+               mc.mc_xcursor = NULL;
        }
-
-       return rc;
+       return mdb_cursor_set(&mc, key, data, MDB_SET, &exact);
 }
 
 static int
@@ -1356,13 +2283,13 @@ mdb_sibling(MDB_cursor *cursor, int move_right)
 {
        int              rc;
        MDB_node        *indx;
-       MDB_ppage       *parent, *top;
+       MDB_ppage       *parent;
        MDB_page        *mp;
 
-       top = CURSOR_TOP(cursor);
-       if ((parent = SLIST_NEXT(top, mp_entry)) == NULL) {
-               return ENOENT;          /* root has no siblings */
+       if (cursor->mc_snum < 2) {
+               return MDB_NOTFOUND;            /* root has no siblings */
        }
+       parent = CURSOR_PARENT(cursor);
 
        DPRINTF("parent page is page %lu, index %u",
            parent->mp_page->mp_pgno, parent->mp_ki);
@@ -1386,8 +2313,8 @@ 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 ((rc = mdb_get_page(cursor->mc_txn, NODEPGNO(indx), &mp)))
+               return rc;;
 #if 0
        mp->parent = parent->mp_page;
        mp->parent_index = parent->mp_ki;
@@ -1399,27 +2326,15 @@ 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)
-{
-       if (key == NULL)
-               return 0;
-
-       key->mv_size = node->mn_ksize;
-       key->mv_data = NODEKEY(node);
-
-       return 0;
-}
-
-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);
@@ -1427,13 +2342,28 @@ mdb_cursor_next(MDB_cursor *cursor, MDB_val *key, MDB_val *data)
        top = CURSOR_TOP(cursor);
        mp = top->mp_page;
 
-       DPRINTF("cursor_next: top page is %lu in cursor %p", mp->mp_pgno, cursor);
+       if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+               leaf = NODEPTR(mp, top->mp_ki);
+               if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                       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;
+                       }
+               } else {
+                       cursor->mc_xcursor->mx_cursor.mc_initialized = 0;
+                       if (op == MDB_NEXT_DUP)
+                               return MDB_NOTFOUND;
+               }
+       }
+
+       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");
+               DPUTS("=====> 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;
@@ -1441,45 +2371,165 @@ 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);
+
+       if (IS_LEAF2(mp)) {
+               key->mv_size = cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_pad;
+               key->mv_data = LEAF2KEY(mp, top->mp_ki, key->mv_size);
+               return MDB_SUCCESS;
+       }
+
+       assert(IS_LEAF(mp));
+       leaf = NODEPTR(mp, top->mp_ki);
+
+       if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+               mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, mp, leaf);
+       }
+       if (data) {
+               if ((rc = mdb_read_data(cursor->mc_txn, leaf, data) != MDB_SUCCESS))
+                       return rc;
+
+               if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                       rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       if (rc != MDB_SUCCESS)
+                               return rc;
+               }
+       }
+
+       MDB_SET_KEY(leaf, key);
+       return MDB_SUCCESS;
+}
+
+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);
+
+       top = CURSOR_TOP(cursor);
+       mp = top->mp_page;
+
+       if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
+               leaf = NODEPTR(mp, top->mp_ki);
+               if (op == MDB_PREV || op == MDB_PREV_DUP) {
+                       if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                               rc = mdb_cursor_prev(&cursor->mc_xcursor->mx_cursor, data, NULL, MDB_PREV);
+                               if (op != MDB_PREV || rc == MDB_SUCCESS)
+                                       return rc;
+                       } else {
+                               cursor->mc_xcursor->mx_cursor.mc_initialized = 0;
+                               if (op == MDB_PREV_DUP)
+                                       return MDB_NOTFOUND;
+                       }
+               }
+       }
+
+       DPRINTF("cursor_prev: top page is %lu in cursor %p", mp->mp_pgno, (void *) cursor);
+
+       if (top->mp_ki == 0)  {
+               DPUTS("=====> move to prev sibling page");
+               if (mdb_sibling(cursor, 0) != MDB_SUCCESS) {
+                       cursor->mc_initialized = 0;
+                       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);
 
+       if (IS_LEAF2(mp)) {
+               key->mv_size = cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_pad;
+               key->mv_data = LEAF2KEY(mp, top->mp_ki, key->mv_size);
+               return MDB_SUCCESS;
+       }
+
        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 (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+               mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, mp, leaf);
+       }
+       if (data) {
+               if ((rc = mdb_read_data(cursor->mc_txn, leaf, data) != MDB_SUCCESS))
+                       return rc;
+
+               if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                       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);
+       MDB_SET_KEY(leaf, key);
+       return MDB_SUCCESS;
 }
 
 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;
        MDB_ppage       *top;
        MDB_pageparent mpp;
+       DKBUF;
 
        assert(cursor);
        assert(key);
        assert(key->mv_size > 0);
 
-       rc = mdb_search_page(cursor->mc_db, cursor->mc_txn, key, cursor, 0, &mpp);
+       /* See if we're already on the right page */
+       if (cursor->mc_initialized) {
+               MDB_val nodekey;
+               top = CURSOR_TOP(cursor);
+               /* Don't try this for LEAF2 pages. Maybe support that later. */
+               if ((top->mp_page->mp_flags & (P_LEAF|P_LEAF2)) == P_LEAF) {
+                       leaf = NODEPTR(top->mp_page, 0);
+                       MDB_SET_KEY(leaf, &nodekey);
+                       rc = mdb_cmp(cursor->mc_txn, cursor->mc_dbi, key, &nodekey);
+                       if (rc >= 0) {
+                               leaf = NODEPTR(top->mp_page, NUMKEYS(top->mp_page)-1);
+                               MDB_SET_KEY(leaf, &nodekey);
+                               rc = mdb_cmp(cursor->mc_txn, cursor->mc_dbi, key, &nodekey);
+                               if (rc <= 0) {
+                                       /* we're already on the right page */
+                                       mpp.mp_page = top->mp_page;
+                                       rc = 0;
+                                       goto set2;
+                               }
+                       }
+               }
+       }
+       cursor->mc_snum = 0;
+
+       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);
+set2:
+       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) {
-               DPRINTF("===> inexact leaf not found, goto sibling");
+               DPUTS("===> inexact leaf not found, goto sibling");
                if ((rc = mdb_sibling(cursor, 1)) != MDB_SUCCESS)
                        return rc;              /* no entries matched */
                top = CURSOR_TOP(cursor);
@@ -1492,16 +2542,52 @@ 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 (IS_LEAF2(mpp.mp_page)) {
+               key->mv_size = cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_pad;
+               key->mv_data = LEAF2KEY(mpp.mp_page, top->mp_ki, key->mv_size);
+               return MDB_SUCCESS;
+       }
 
-       rc = mdb_set_key(cursor->mc_db, mpp.mp_page, leaf, key);
-       if (rc == MDB_SUCCESS) {
-               DPRINTF("==> cursor placed on key %.*s",
-                       (int)key->mv_size, (char *)key->mv_data);
-               ;
+       if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+               mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, mpp.mp_page, leaf);
+       }
+       if (data) {
+               if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                       if (op == MDB_SET || op == MDB_SET_RANGE) {
+                               rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       } else {
+                               int ex2, *ex2p;
+                               if (op == MDB_GET_BOTH) {
+                                       ex2p = &ex2;
+                                       ex2 = 0;
+                               } else {
+                                       ex2p = NULL;
+                               }
+                               rc = mdb_cursor_set(&cursor->mc_xcursor->mx_cursor, data, NULL, MDB_SET_RANGE, ex2p);
+                               if (rc != MDB_SUCCESS)
+                                       return rc;
+                       }
+               } else if (op == MDB_GET_BOTH || op == MDB_GET_BOTH_RANGE) {
+                       MDB_val d2;
+                       if ((rc = mdb_read_data(cursor->mc_txn, leaf, &d2)) != MDB_SUCCESS)
+                               return rc;
+                       rc = mdb_dcmp(cursor->mc_txn, cursor->mc_dbi, data, &d2);
+                       if (rc) {
+                               if (op == MDB_GET_BOTH || rc > 0)
+                                       return MDB_NOTFOUND;
+                       }
+
+               } else {
+                       if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
+                               return rc;
+               }
        }
 
+       /* The key already matches in all other cases */
+       if (op == MDB_SET_RANGE)
+               MDB_SET_KEY(leaf, key);
+       DPRINTF("==> cursor placed on key [%s]", DKEY(key));
+
        return rc;
 }
 
@@ -1512,7 +2598,9 @@ 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);
+       cursor->mc_snum = 0;
+
+       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));
@@ -1521,10 +2609,75 @@ 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 (IS_LEAF2(mpp.mp_page)) {
+               key->mv_size = cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_pad;
+               key->mv_data = LEAF2KEY(mpp.mp_page, 0, key->mv_size);
+               return MDB_SUCCESS;
+       }
+
+       if (data) {
+               if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                       mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, mpp.mp_page, leaf);
+                       rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       if (rc)
+                               return rc;
+               } else {
+                       if (cursor->mc_xcursor)
+                               cursor->mc_xcursor->mx_cursor.mc_initialized = 0;
+                       if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
+                               return rc;
+               }
+       }
+       MDB_SET_KEY(leaf, key);
+       return MDB_SUCCESS;
+}
+
+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;
+
+       cursor->mc_snum = 0;
+
+       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 (IS_LEAF2(mpp.mp_page)) {
+               key->mv_size = cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_pad;
+               key->mv_data = LEAF2KEY(mpp.mp_page, top->mp_ki, key->mv_size);
+               return MDB_SUCCESS;
+       }
+
+       if (data) {
+               if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                       mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, mpp.mp_page, leaf);
+                       rc = mdb_cursor_last(&cursor->mc_xcursor->mx_cursor, data, NULL);
+                       if (rc)
+                               return rc;
+               } else {
+                       if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
+                               return rc;
+               }
+       }
 
-       return mdb_set_key(cursor->mc_db, mpp.mp_page, leaf, key);
+       MDB_SET_KEY(leaf, key);
+       return MDB_SUCCESS;
 }
 
 int
@@ -1537,61 +2690,184 @@ 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 || cursor->mc_xcursor == 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, op, &exact);
+               break;
+       case MDB_GET_MULTIPLE:
+               if (data == NULL ||
+                       !(cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPFIXED) ||
+                       !cursor->mc_initialized) {
+                       rc = EINVAL;
+                       break;
+               }
+               rc = MDB_SUCCESS;
+               if (!cursor->mc_xcursor->mx_cursor.mc_initialized || cursor->mc_xcursor->mx_cursor.mc_eof)
+                       break;
+               goto fetchm;
+       case MDB_NEXT_MULTIPLE:
+               if (data == NULL ||
+                       !(cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPFIXED)) {
+                       rc = EINVAL;
+                       break;
+               }
+               if (!cursor->mc_initialized)
+                       rc = mdb_cursor_first(cursor, key, data);
                else
-                       rc = mdb_cursor_set(cursor, key, data, NULL);
+                       rc = mdb_cursor_next(cursor, key, data, MDB_NEXT_DUP);
+               if (rc == MDB_SUCCESS) {
+                       if (cursor->mc_xcursor->mx_cursor.mc_initialized) {
+                               MDB_ppage       *top;
+fetchm:
+                               top = CURSOR_TOP(&cursor->mc_xcursor->mx_cursor);
+                               data->mv_size = NUMKEYS(top->mp_page) *
+                                       cursor->mc_xcursor->mx_txn.mt_dbs[cursor->mc_xcursor->mx_cursor.mc_dbi].md_pad;
+                               data->mv_data = METADATA(top->mp_page);
+                               top->mp_ki = NUMKEYS(top->mp_page)-1;
+                       } else {
+                               rc = MDB_NOTFOUND;
+                       }
+               }
                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_FIRST_DUP:
+               if (data == NULL ||
+                       !(cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) ||
+                       !cursor->mc_initialized ||
+                       !cursor->mc_xcursor->mx_cursor.mc_initialized) {
+                       rc = EINVAL;
+                       break;
+               }
+               rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
+               break;
+       case MDB_LAST:
+               rc = mdb_cursor_last(cursor, key, data);
+               break;
+       case MDB_LAST_DUP:
+               if (data == NULL ||
+                       !(cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) ||
+                       !cursor->mc_initialized ||
+                       !cursor->mc_xcursor->mx_cursor.mc_initialized) {
+                       rc = EINVAL;
+                       break;
+               }
+               rc = mdb_cursor_last(&cursor->mc_xcursor->mx_cursor, data, NULL);
+               break;
        default:
                DPRINTF("unhandled/unimplemented cursor operation %u", op);
                rc = EINVAL;
                break;
        }
 
-       return rc;
+       return rc;
+}
+
+static int
+mdb_cursor_touch(MDB_cursor *cursor)
+{
+       MDB_pageparent mpp;
+       unsigned int i;
+       int rc;
+
+       mpp.mp_parent = NULL;
+       mpp.mp_pi = 0;
+       for(i=0; i<cursor->mc_snum; i++) {
+               mpp.mp_page = cursor->mc_stack[i].mp_page;
+               if (!F_ISSET(mpp.mp_page->mp_flags, P_DIRTY)) {
+                       rc = mdb_touch(cursor->mc_txn, cursor->mc_dbi, &mpp);
+                       if (rc) return rc;
+                       cursor->mc_stack[i].mp_page = mpp.mp_page;
+               }
+               mpp.mp_parent = mpp.mp_page;
+               mpp.mp_pi = cursor->mc_stack[i].mp_ki;
+       }
+       if (cursor->mc_xcursor)
+               return mdb_cursor_touch(&cursor->mc_xcursor->mx_cursor);
+       return MDB_SUCCESS;
+}
+
+int
+mdb_cursor_put(MDB_cursor *cursor, MDB_val *key, MDB_val *data,
+    unsigned int flags)
+{
+       MDB_ppage       *top;
+       MDB_node        *leaf;
+       int rc, exact;
+
+       if (flags == MDB_NODUPDATA) {
+               rc = mdb_cursor_set(cursor, key, data, MDB_GET_BOTH, &exact);
+               if (rc == 0)
+                       return MDB_KEYEXIST;
+               if (rc != MDB_NOTFOUND)
+                       return rc;
+       } else if (flags != MDB_CURRENT) {
+               rc = mdb_cursor_set(cursor, key, NULL, MDB_SET, &exact);
+               if (flags == MDB_NOOVERWRITE && rc == 0)
+                       return MDB_KEYEXIST;
+               if (rc != MDB_NOTFOUND)
+                       return rc;
+       } else if (!cursor->mc_initialized) {
+               return EINVAL;
+       }
+       /* Cursor is positioned, now make sure all pages are writable */
+       rc = mdb_cursor_touch(cursor);
+       if (rc) return rc;
+
+       top = CURSOR_TOP(cursor);
+
 }
 
 /* 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, dbi, 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;
        }
 
@@ -1599,12 +2875,12 @@ 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);
        }
@@ -1613,12 +2889,12 @@ 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); */
@@ -1628,7 +2904,7 @@ 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;
@@ -1636,39 +2912,56 @@ mdb_add_node(MDB_db *db, MDB_page *mp, indx_t indx,
        indx_t           ofs;
        MDB_node        *node;
        MDB_dpage       *ofp = NULL;            /* overflow page */
+       DKBUF;
 
        assert(mp->mp_upper >= mp->mp_lower);
 
-       DPRINTF("add node [%.*s] to %s page %lu at index %i, key size %zu",
-           key ? (int)key->mv_size : 0, key ? (char *)key->mv_data : NULL,
+       DPRINTF("add to %s page %lu index %i, data size %zu key size %zu [%s]",
            IS_LEAF(mp) ? "leaf" : "branch",
-           mp->mp_pgno, indx, key ? key->mv_size : 0);
+           mp->mp_pgno, indx, data ? data->mv_size : 0,
+               key ? key->mv_size : 0, key ? DKEY(key) : NULL);
+
+       if (IS_LEAF2(mp)) {
+               /* Move higher keys up one slot. */
+               int ksize = txn->mt_dbs[dbi].md_pad, dif;
+               char *ptr = LEAF2KEY(mp, indx, ksize);
+               dif = NUMKEYS(mp) - indx;
+               if (dif > 0)
+                       memmove(ptr+ksize, ptr, dif*ksize);
+               /* insert new key */
+               memcpy(ptr, key->mv_data, ksize);
+
+               /* Just using these for counting */
+               mp->mp_lower += sizeof(indx_t);
+               mp->mp_upper -= ksize - sizeof(indx_t);
+               return MDB_SUCCESS;
+       }
 
        if (key != NULL)
                node_size += key->mv_size;
 
        if (IS_LEAF(mp)) {
                assert(data);
-               node_size += data->mv_size;
                if (F_ISSET(flags, F_BIGDATA)) {
                        /* Data already on overflow page. */
-                       node_size -= data->mv_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;
+                       node_size += sizeof(pgno_t);
+               } 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 -= data->mv_size - sizeof(pgno_t);
-                       if ((ofp = mdbenv_new_page(db->md_env, P_OVERFLOW, ovpages)) == NULL)
-                               return MDB_FAIL;
+                       node_size += sizeof(pgno_t);
+                       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 {
+                       node_size += data->mv_size;
                }
        }
 
        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);
@@ -1694,24 +2987,24 @@ mdb_add_node(MDB_db *db, MDB_page *mp, indx_t indx,
        if (IS_LEAF(mp))
                node->mn_dsize = data->mv_size;
        else
-               node->mn_pgno = pgno;
+               NODEPGNO(node) = 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);
                }
        }
 
@@ -1719,7 +3012,7 @@ 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, int ksize)
 {
        unsigned int     sz;
        indx_t           i, j, numkeys, ptr;
@@ -1730,6 +3023,16 @@ mdb_del_node(MDB_db *db, MDB_page *mp, indx_t indx)
            IS_LEAF(mp) ? "leaf" : "branch", mp->mp_pgno);
        assert(indx < NUMKEYS(mp));
 
+       if (IS_LEAF2(mp)) {
+               int x = NUMKEYS(mp) - 1 - indx;
+               base = LEAF2KEY(mp, indx, ksize);
+               if (x)
+                       memmove(base, base + ksize, x * ksize);
+               mp->mp_lower -= sizeof(indx_t);
+               mp->mp_upper += ksize - sizeof(indx_t);
+               return;
+       }
+
        node = NODEPTR(mp, indx);
        sz = NODESIZE + node->mn_ksize;
        if (IS_LEAF(mp)) {
@@ -1751,28 +3054,102 @@ 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_cursor *mc)
+{
+       MDB_xcursor *mx = mc->mc_xcursor;
+       MDB_dbi dbn;
+
+       mx->mx_txn = *mc->mc_txn;
+       mx->mx_txn.mt_dbxs = mx->mx_dbxs;
+       mx->mx_txn.mt_dbs = mx->mx_dbs;
+       mx->mx_dbxs[0] = mc->mc_txn->mt_dbxs[0];
+       mx->mx_dbxs[1] = mc->mc_txn->mt_dbxs[1];
+       if (mc->mc_dbi > 1) {
+               mx->mx_dbxs[2] = mc->mc_txn->mt_dbxs[mc->mc_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;
+
+       mx->mx_cursor.mc_snum = 0;
+       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_page *mp, 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;
+       }
+       DPRINTF("Sub-db %u for db %u root page %lu", dbn, dbi, db->md_root);
+       mx->mx_dbs[dbn] = *db;
+       if (F_ISSET(mp->mp_flags, P_DIRTY))
+               mx->mx_dbxs[dbn].md_dirty = 1;
+       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_u = txn->mt_u;
+       mx->mx_cursor.mc_initialized = 0;
+       mx->mx_cursor.mc_eof = 0;
+}
+
+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_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) {
-               SLIST_INIT(&cursor->mc_stack);
-               cursor->mc_db = db;
+       if ((cursor = calloc(1, size)) != NULL) {
+               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(cursor);
+               }
+       } else {
+               return ENOMEM;
        }
 
        *ret = cursor;
@@ -1780,34 +3157,56 @@ 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)
+{
+       MDB_ppage       *top;
+       MDB_node        *leaf;
+
+       if (mc == NULL || countp == NULL)
+               return EINVAL;
+
+       if (!(mc->mc_txn->mt_dbs[mc->mc_dbi].md_flags & MDB_DUPSORT))
+               return EINVAL;
+
+       top = CURSOR_TOP(mc);
+       leaf = NODEPTR(top->mp_page, top->mp_ki);
+       if (!F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+               *countp = 1;
+       } else {
+               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))
-                       cursor_pop_page(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;
        size_t                   len;
        MDB_node                *node;
        char                    *base;
+       DKBUF;
 
        node = NODEPTR(mp, indx);
        ptr = mp->mp_ptrs[indx];
-       DPRINTF("update key %u (ofs %u) [%.*s] to [%.*s] on page %lu",
+       DPRINTF("update key %u (ofs %u) [%.*s] to [%s] on page %lu",
            indx, ptr,
            (int)node->mn_ksize, (char *)NODEKEY(node),
-           (int)key->mv_size, (char *)key->mv_data,
+               DKEY(key),
            mp->mp_pgno);
 
        delta = key->mv_size - node->mn_ksize;
@@ -1825,14 +3224,14 @@ 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;
 }
@@ -1840,76 +3239,94 @@ 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;
        MDB_node                *srcnode;
        MDB_val          key, data;
+       DKBUF;
+
+       /* Mark src and dst as dirty. */
+       if ((rc = mdb_touch(txn, dbi, src)) ||
+           (rc = mdb_touch(txn, dbi, dst)))
+               return rc;;
 
-       srcnode = NODEPTR(src->mp_page, srcindx);
-       DPRINTF("moving %s node %u [%.*s] on page %lu to node %u on page %lu",
+       if (IS_LEAF2(src->mp_page)) {
+               srcnode = NODEPTR(src->mp_page, 0);     /* fake */
+               key.mv_size = txn->mt_dbs[dbi].md_pad;
+               key.mv_data = LEAF2KEY(src->mp_page, srcindx, key.mv_size);
+               data.mv_size = 0;
+               data.mv_data = NULL;
+       } else {
+               srcnode = NODEPTR(src->mp_page, srcindx);
+               key.mv_size = NODEKSZ(srcnode);
+               key.mv_data = NODEKEY(srcnode);
+               data.mv_size = NODEDSZ(srcnode);
+               data.mv_data = NODEDATA(srcnode);
+       }
+       DPRINTF("moving %s node %u [%s] on page %lu to node %u on page %lu",
            IS_LEAF(src->mp_page) ? "leaf" : "branch",
            srcindx,
-           (int)srcnode->mn_ksize, (char *)NODEKEY(srcnode),
+               DKEY(&key),
            src->mp_page->mp_pgno,
            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)))
-               return rc;;
-
        /* Add the node to the destination page.
         */
-       key.mv_size = srcnode->mn_ksize;
-       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, key.mv_size);
 
-       /* Update the parent separators.
+       /* The key value just changed due to del_node, find it again.
         */
-       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,
-                   &key)) != MDB_SUCCESS)
-                       return rc;
-       }
-
-       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);
+       if (!IS_LEAF2(src->mp_page)) {
+               srcnode = NODEPTR(src->mp_page, srcindx);
+               key.mv_data = NODEKEY(srcnode);
        }
 
-       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,
-                   &key)) != MDB_SUCCESS)
-                       return rc;
+       /* Update the parent separators.
+        */
+       if (srcindx == 0) {
+               if (src->mp_pi != 0) {
+                       DPRINTF("update separator for source page %lu to [%s]",
+                               src->mp_page->mp_pgno, DKEY(&key));
+                       if ((rc = mdb_update_key(src->mp_parent, src->mp_pi,
+                               &key)) != MDB_SUCCESS)
+                               return rc;
+               }
+               if (IS_BRANCH(src->mp_page)) {
+                       MDB_val  nullkey;
+                       nullkey.mv_size = 0;
+                       assert(mdb_update_key(src->mp_page, 0, &nullkey) == MDB_SUCCESS);
+               }
        }
 
-       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);
+       if (dstindx == 0) {
+               if (dst->mp_pi != 0) {
+                       DPRINTF("update separator for destination page %lu to [%s]",
+                               dst->mp_page->mp_pgno, DKEY(&key));
+                       if ((rc = mdb_update_key(dst->mp_parent, dst->mp_pi,
+                               &key)) != MDB_SUCCESS)
+                               return rc;
+               }
+               if (IS_BRANCH(dst->mp_page)) {
+                       MDB_val  nullkey;
+                       nullkey.mv_size = 0;
+                       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;
@@ -1920,46 +3337,58 @@ 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, dbi, src)) ||
+           (rc = mdb_touch(txn, dbi, dst)))
                return rc;
 
        /* Move all nodes from src to dst.
         */
-       for (i = 0; i < NUMKEYS(src->mp_page); i++) {
-               srcnode = NODEPTR(src->mp_page, i);
-
-               key.mv_size = srcnode->mn_ksize;
-               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,
-                   &data, NODEPGNO(srcnode), srcnode->mn_flags);
-               if (rc != MDB_SUCCESS)
-                       return rc;
+       if (IS_LEAF2(src->mp_page)) {
+               key.mv_size = txn->mt_dbs[dbi].md_pad;
+               key.mv_data = METADATA(src->mp_page);
+               for (i = 0; i < NUMKEYS(src->mp_page); i++) {
+                       rc = mdb_add_node(txn, dbi, dst->mp_page, NUMKEYS(dst->mp_page), &key,
+                               NULL, 0, 0);
+                       if (rc != MDB_SUCCESS)
+                               return rc;
+                       key.mv_data = (char *)key.mv_data + key.mv_size;
+               }
+       } else {
+               for (i = 0; i < NUMKEYS(src->mp_page); i++) {
+                       srcnode = NODEPTR(src->mp_page, i);
+
+                       key.mv_size = srcnode->mn_ksize;
+                       key.mv_data = NODEKEY(srcnode);
+                       data.mv_size = NODEDSZ(srcnode);
+                       data.mv_data = NODEDATA(srcnode);
+                       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, 0);
        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;
@@ -1967,28 +3396,28 @@ 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;
+       int rc;
 
-       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;
@@ -1996,19 +3425,19 @@ 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--;
+                       DPUTS("tree is completely empty");
+                       txn->mt_dbs[dbi].md_root = P_INVALID;
+                       txn->mt_dbs[dbi].md_depth = 0;
+                       txn->mt_dbs[dbi].md_leaf_pages = 0;
                } 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--;
+                       DPUTS("collapsing root page!");
+                       txn->mt_dbs[dbi].md_root = NODEPGNO(NODEPTR(mpp->mp_page, 0));
+                       if ((rc = mdb_get_page(txn, txn->mt_dbs[dbi].md_root, &root)))
+                               return rc;
+                       txn->mt_dbs[dbi].md_depth--;
+                       txn->mt_dbs[dbi].md_branch_pages--;
                } else
-                       DPRINTF("root page doesn't need rebalancing");
+                       DPUTS("root page doesn't need rebalancing");
                return MDB_SUCCESS;
        }
 
@@ -2027,90 +3456,162 @@ mdb_rebalance(MDB_db *db, MDB_pageparent *mpp)
        if (mpp->mp_pi == 0) {
                /* We're the leftmost leaf in our parent.
                 */
-               DPRINTF("reading right neighbor");
+               DPUTS("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 ((rc = mdb_get_page(txn, NODEPGNO(node), &npp.mp_page)))
+                       return rc;
                npp.mp_pi = mpp->mp_pi + 1;
                si = 0;
                di = NUMKEYS(mpp->mp_page);
        } else {
                /* There is at least one neighbor to the left.
                 */
-               DPRINTF("reading left neighbor");
+               DPUTS("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 ((rc = mdb_get_page(txn, NODEPGNO(node), &npp.mp_page)))
+                       return rc;
                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 (!IS_LEAF2(mpp->mp_page) && 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_pad);
+       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_del(MDB_txn *txn, MDB_dbi dbi,
     MDB_val *key, MDB_val *data)
 {
        int              rc, exact;
        unsigned int     ki;
        MDB_node        *leaf;
        MDB_pageparent  mpp;
-
-       DPRINTF("========> delete key %.*s", (int)key->mv_size, (char *)key->mv_data);
+       DKBUF;
 
        assert(key != NULL);
 
-       if (bt == NULL || txn == NULL)
-               return EINVAL;
+       DPRINTF("====> delete db %u key [%s]", dbi, DKEY(key));
 
-       if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
                return EINVAL;
-       }
 
-       if (bt->md_env->me_txn != txn) {
-               return EINVAL;
+       if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
+               return EACCES;
        }
 
        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;
-
-       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;
+       if (!IS_LEAF2(mpp.mp_page) && F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+               MDB_cursor mc;
+               MDB_xcursor mx;
+               MDB_pageparent mp2;
+
+               mc.mc_txn = txn;
+               mc.mc_dbi = dbi;
+               mc.mc_initialized = 0;
+               mc.mc_xcursor = &mx;
+               mdb_xcursor_init0(&mc);
+               mdb_xcursor_init1(txn, dbi, &mx, mpp.mp_page, leaf);
+               if (data) {
+                       rc = mdb_del(&mx.mx_txn, mx.mx_cursor.mc_dbi, data, NULL);
+                       mdb_xcursor_fini(txn, dbi, &mx);
+                       /* 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));
+                               txn->mt_dbs[dbi].md_entries--;
+                               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);
+                               if (mx.mx_cursor.mc_snum) {
+                                       top = CURSOR_TOP(&mx.mx_cursor);
+                                       while (mx.mx_cursor.mc_snum > 1) {
+                                               parent = CURSOR_PARENT(&mx.mx_cursor);
+                                               for (i=0; i<NUMKEYS(top->mp_page); i++) {
+                                                       ni = NODEPTR(top->mp_page, i);
+                                                       mdb_midl_insert(txn->mt_free_pgs, NODEPGNO(ni));
+                                               }
+                                               parent->mp_ki++;
+                                               if (parent->mp_ki >= NUMKEYS(parent->mp_page)) {
+                                                       cursor_pop_page(&mx.mx_cursor);
+                                                       top = parent;
+                                               } else {
+                                                       ni = NODEPTR(parent->mp_page, parent->mp_ki);
+                                                       rc = mdb_get_page(&mx.mx_txn, NODEPGNO(ni), &top->mp_page);
+                                               }
+                                       }
+                               }
+                               mdb_midl_insert(txn->mt_free_pgs, mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi].md_root);
+                       }
+               }
+       }
 
-       return rc;
+       return mdb_del0(txn, dbi, ki, &mpp, leaf);
 }
 
 /* Split page <*mpp>, and insert <key,(data|newpgno)> in either left or
@@ -2119,84 +3620,159 @@ 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;
        int              rc = MDB_SUCCESS, ins_new = 0;
        indx_t           newindx;
        pgno_t           pgno = 0;
-       unsigned int     i, j, split_indx;
+       unsigned int     i, j, split_indx, nkeys, pmax;
        MDB_node        *node;
-       MDB_page        *pright, *p;
        MDB_val  sepkey, rkey, rdata;
-       MDB_page        *copy;
+       MDB_page        *copy, *cptr;
        MDB_dpage       *mdp, *rdp, *pdp;
        MDB_dhead *dh;
+       DKBUF;
 
-       assert(bt != NULL);
-       assert(bt->md_env != NULL);
+       assert(txn != NULL);
 
        dh = ((MDB_dhead *)*mpp) - 1;
        mdp = (MDB_dpage *)dh;
        newindx = *newindxp;
 
-       DPRINTF("-----> splitting %s page %lu and adding [%.*s] at index %i",
+       DPRINTF("-----> splitting %s page %lu and adding [%s] at index %i",
            IS_LEAF(&mdp->p) ? "leaf" : "branch", mdp->p.mp_pgno,
-           (int)newkey->mv_size, (char *)newkey->mv_data, *newindxp);
+           DKEY(newkey), *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);
-       mdp->p.mp_lower = PAGEHDRSZ;
-       mdp->p.mp_upper = bt->md_env->me_head.mh_psize;
+       nkeys = NUMKEYS(&mdp->p);
+       split_indx = nkeys / 2 + 1;
+
+       if (IS_LEAF2(&rdp->p)) {
+               char *split, *ins;
+               int x;
+               unsigned int lsize, rsize, ksize;
+               /* Move half of the keys to the right sibling */
+               copy = NULL;
+               x = *newindxp - split_indx;
+               ksize = txn->mt_dbs[dbi].md_pad;
+               split = LEAF2KEY(&mdp->p, split_indx, ksize);
+               rsize = (nkeys - split_indx) * ksize;
+               lsize = (nkeys - split_indx) * sizeof(indx_t);
+               mdp->p.mp_lower -= lsize;
+               rdp->p.mp_lower += lsize;
+               mdp->p.mp_upper += rsize - lsize;
+               rdp->p.mp_upper -= rsize - lsize;
+               sepkey.mv_size = ksize;
+               if (newindx == split_indx) {
+                       sepkey.mv_data = newkey->mv_data;
+               } else {
+                       sepkey.mv_data = split;
+               }
+               if (x<0) {
+                       ins = LEAF2KEY(&mdp->p, *newindxp, ksize);
+                       memcpy(&rdp->p.mp_ptrs, split, rsize);
+                       sepkey.mv_data = &rdp->p.mp_ptrs;
+                       memmove(ins+ksize, ins, (split_indx - *newindxp) * ksize);
+                       memcpy(ins, newkey->mv_data, ksize);
+                       mdp->p.mp_lower += sizeof(indx_t);
+                       mdp->p.mp_upper -= ksize - sizeof(indx_t);
+               } else {
+                       if (x)
+                               memcpy(&rdp->p.mp_ptrs, split, x * ksize);
+                       ins = LEAF2KEY(&rdp->p, x, ksize);
+                       memcpy(ins, newkey->mv_data, ksize);
+                       memcpy(ins+ksize, split + x * ksize, rsize - x * ksize);
+                       rdp->p.mp_lower += sizeof(indx_t);
+                       rdp->p.mp_upper -= ksize - sizeof(indx_t);
+                       *newindxp = x;
+                       *mpp = &rdp->p;
+               }
+               goto newsep;
+       }
 
-       split_indx = NUMKEYS(copy) / 2 + 1;
+       /* For leaf pages, check the split point based on what
+        * fits where, since otherwise add_node can fail.
+        */
+       if (IS_LEAF(&mdp->p)) {
+               unsigned int psize, nsize;
+               /* Maximum free space in an empty page */
+               pmax = txn->mt_env->me_psize - PAGEHDRSZ;
+               nsize = mdb_leaf_size(txn->mt_env, newkey, newdata);
+               if (newindx < split_indx) {
+                       psize = nsize;
+                       for (i=0; i<split_indx; i++) {
+                               node = NODEPTR(&mdp->p, i);
+                               psize += NODESIZE + NODEKSZ(node) + sizeof(indx_t);
+                               if (F_ISSET(node->mn_flags, F_BIGDATA))
+                                       psize += sizeof(pgno_t);
+                               else
+                                       psize += NODEDSZ(node);
+                               if (psize > pmax) {
+                                       split_indx = i;
+                                       break;
+                               }
+                       }
+               } else {
+                       psize = nsize;
+                       for (i=nkeys-1; i>=split_indx; i--) {
+                               node = NODEPTR(&mdp->p, i);
+                               psize += NODESIZE + NODEKSZ(node) + sizeof(indx_t);
+                               if (F_ISSET(node->mn_flags, F_BIGDATA))
+                                       psize += sizeof(pgno_t);
+                               else
+                                       psize += NODEDSZ(node);
+                               if (psize > pmax) {
+                                       split_indx = i+1;
+                                       break;
+                               }
+                       }
+               }
+       }
 
        /* 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;
        } else {
-               node = NODEPTR(copy, split_indx);
+               node = NODEPTR(&mdp->p, split_indx);
                sepkey.mv_size = node->mn_ksize;
                sepkey.mv_data = NODEKEY(node);
        }
 
-       DPRINTF("separator is [%.*s]", (int)sepkey.mv_size, (char *)sepkey.mv_data);
+newsep:
+       DPRINTF("separator is [%s]", DKEY(&sepkey));
 
        /* 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.
@@ -2208,24 +3784,31 @@ 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 (IS_LEAF2(&rdp->p)) {
+               return rc;
+       }
        if (rc != MDB_SUCCESS) {
-               free(copy);
-               return MDB_FAIL;
+               return rc;
        }
 
-       for (i = j = 0; i <= NUMKEYS(copy); j++) {
-               if (i < split_indx) {
-                       /* Re-insert in left sibling. */
-                       pdp = mdp;
-               } else {
-                       /* Insert in right sibling. */
-                       if (i == split_indx)
-                               /* Reset insert index for right sibling. */
-                               j = (i == newindx && ins_new);
-                       pdp = rdp;
+       /* Move half of the keys to the right sibling. */
+       if ((copy = malloc(txn->mt_env->me_psize)) == NULL)
+               return ENOMEM;
+
+       copy->mp_pgno  = mdp->p.mp_pgno;
+       copy->mp_flags = mdp->p.mp_flags;
+       copy->mp_lower = PAGEHDRSZ;
+       copy->mp_upper = txn->mt_env->me_psize;
+       cptr = copy;
+       for (i = j = 0; i <= nkeys; j++) {
+               if (i == split_indx) {
+               /* Insert in right sibling. */
+               /* Reset insert index for right sibling. */
+                       j = (i == newindx && ins_new);
+                       cptr = &rdp->p;
                }
 
                if (i == newindx && !ins_new) {
@@ -2243,18 +3826,19 @@ mdb_split(MDB_db *bt, MDB_page **mpp, unsigned int *newindxp,
 
                        /* Update page and index for the new key. */
                        *newindxp = j;
-                       *mpp = &pdp->p;
-               } else if (i == NUMKEYS(copy)) {
+                       if (cptr == &rdp->p)
+                               *mpp = cptr;
+               } else if (i == nkeys) {
                        break;
                } else {
-                       node = NODEPTR(copy, i);
+                       node = NODEPTR(&mdp->p, i);
                        rkey.mv_data = NODEKEY(node);
                        rkey.mv_size = node->mn_ksize;
                        if (IS_LEAF(&mdp->p)) {
                                rdata.mv_data = NODEDATA(node);
                                rdata.mv_size = node->mn_dsize;
                        } else
-                               pgno = node->mn_pgno;
+                               pgno = NODEPGNO(node);
                        flags = node->mn_flags;
 
                        i++;
@@ -2265,95 +3849,240 @@ 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, cptr, j, &rkey, &rdata, pgno, flags);
        }
+       nkeys = NUMKEYS(copy);
+       for (i=0; i<nkeys; i++)
+               mdp->p.mp_ptrs[i] = copy->mp_ptrs[i];
+       mdp->p.mp_lower = copy->mp_lower;
+       mdp->p.mp_upper = copy->mp_upper;
+       memcpy(NODEPTR(&mdp->p, nkeys-1), NODEPTR(copy, nkeys-1),
+               txn->mt_env->me_psize - copy->mp_upper);
 
        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;
-       }
-
-       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);
+       MDB_val xdata, *rdata, dkey;
+       MDB_db dummy;
+       char dbuf[PAGESIZE];
+       int do_sub = 0;
+       size_t nsize;
+       DKBUF;
+
+       DPRINTF("==> put db %u key [%s], size %zu, data size %zu",
+               dbi, DKEY(key), key->mv_size, data->mv_size);
+
+       dkey.mv_size = 0;
+       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)) {
-                               DPRINTF("duplicate key %.*s",
-                                   (int)key->mv_size, (char *)key->mv_data);
-                               return EEXIST;
+                       if (flags == MDB_NOOVERWRITE) {
+                               DPRINTF("duplicate key [%s]", DKEY(key));
+                               return MDB_KEYEXIST;
                        }
-                       mdb_del_node(bt, mpp.mp_page, ki);
+                       /* there's only a key anyway, so this is a no-op */
+                       if (IS_LEAF2(mpp.mp_page))
+                               return MDB_SUCCESS;
+
+                       if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
+                               /* Was a single item before, must convert now */
+                               if (!F_ISSET(leaf->mn_flags, F_DUPDATA)) {
+                                       dkey.mv_size = NODEDSZ(leaf);
+                                       dkey.mv_data = dbuf;
+                                       memcpy(dbuf, NODEDATA(leaf), dkey.mv_size);
+                                       /* data matches, ignore it */
+                                       if (!mdb_dcmp(txn, dbi, data, &dkey))
+                                               return (flags == MDB_NODUPDATA) ? MDB_KEYEXIST : MDB_SUCCESS;
+                                       memset(&dummy, 0, sizeof(dummy));
+                                       if (txn->mt_dbs[dbi].md_flags & MDB_DUPFIXED) {
+                                               dummy.md_pad = data->mv_size;
+                                               dummy.md_flags = MDB_DUPFIXED;
+                                               if (txn->mt_dbs[dbi].md_flags & MDB_INTEGERDUP)
+                                                       dummy.md_flags |= MDB_INTEGERKEY;
+                                       }
+                                       dummy.md_root = P_INVALID;
+                                       if (dkey.mv_size == sizeof(MDB_db)) {
+                                               memcpy(NODEDATA(leaf), &dummy, sizeof(dummy));
+                                               goto put_sub;
+                                       }
+                                       mdb_del_node(mpp.mp_page, ki, 0);
+                                       do_sub = 1;
+                                       rdata = &xdata;
+                                       xdata.mv_size = sizeof(MDB_db);
+                                       xdata.mv_data = &dummy;
+                                       goto new_sub;
+                               }
+                               goto put_sub;
+                       }
+                       /* same size, just replace it */
+                       if (!F_ISSET(leaf->mn_flags, F_BIGDATA) &&
+                               NODEDSZ(leaf) == data->mv_size) {
+                               memcpy(NODEDATA(leaf), data->mv_data, data->mv_size);
+                               goto done;
+                       }
+                       mdb_del_node(mpp.mp_page, ki, 0);
                }
                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) {
+               DPUTS("allocating new root leaf page");
+               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++;
+               txn->mt_dbxs[dbi].md_dirty = 1;
+               if ((txn->mt_dbs[dbi].md_flags & (MDB_DUPSORT|MDB_DUPFIXED)) == MDB_DUPFIXED)
+                       mpp.mp_page->mp_flags |= P_LEAF2;
                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);
+       rdata = data;
+
+new_sub:
+       nsize = IS_LEAF2(mpp.mp_page) ? key->mv_size : mdb_leaf_size(txn->mt_env, key, rdata);
+       if (SIZELEFT(mpp.mp_page) < nsize) {
+               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 {
+               /* 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 (do_sub) {
+                       MDB_cursor mc;
+                       MDB_xcursor mx;
+
+                       leaf = NODEPTR(mpp.mp_page, ki);
+put_sub:
+                       mc.mc_txn = txn;
+                       mc.mc_dbi = dbi;
+                       mc.mc_initialized = 0;
+                       mc.mc_xcursor = &mx;
+                       mdb_xcursor_init0(&mc);
+                       mdb_xcursor_init1(txn, dbi, &mx, mpp.mp_page, leaf);
+                       xdata.mv_size = 0;
+                       xdata.mv_data = "";
+                       if (flags == MDB_NODUPDATA)
+                               flags = MDB_NOOVERWRITE;
+                       /* converted, write the original data first */
+                       if (dkey.mv_size) {
+                               rc = mdb_put0(&mx.mx_txn, mx.mx_cursor.mc_dbi, &dkey, &xdata, flags);
+                               if (rc) return rc;
+                               leaf->mn_flags |= F_DUPDATA;
+                       }
+                       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));
+               }
+               txn->mt_dbs[dbi].md_entries++;
+       }
 
 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)
+{
+       MDB_cursor mc;
+       MDB_xcursor mx;
+       int rc;
+
+       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 EACCES;
+       }
+
+       if (key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
+               return EINVAL;
+       }
+
+       if ((flags & (MDB_NOOVERWRITE|MDB_NODUPDATA)) != flags)
+               return EINVAL;
+
+       mc.mc_txn = txn;
+       mc.mc_dbi = dbi;
+       mc.mc_snum = 0;
+       mc.mc_initialized = 0;
+       mc.mc_eof = 0;
+       if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT) {
+               mc.mc_xcursor = &mx;
+               mdb_xcursor_init0(&mc);
+       } else {
+               mc.mc_xcursor = NULL;
+       }
+       rc = mdb_cursor_put(&mc, key, data, flags);
+       if (mc.mc_xcursor) {
+               MDB_ppage *top;
+               MDB_node *leaf;
+               mdb_xcursor_fini(txn, dbi, &mx);
+               top = CURSOR_TOP(&mc);
+               leaf = NODEPTR(top->mp_page, top->mp_ki);
+               memcpy(NODEDATA(leaf), &mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi],
+                       sizeof(MDB_db));
+       }
+       return rc;
+}
+
+int
+mdb_env_set_flags(MDB_env *env, unsigned int flag, int onoff)
+{
+#define        CHANGEABLE      (MDB_NOSYNC)
+       if ((flag & CHANGEABLE) != flag)
+               return EINVAL;
+       if (onoff)
+               env->me_flags |= flag;
+       else
+               env->me_flags &= ~flag;
+       return MDB_SUCCESS;
+}
+
+int
+mdb_env_get_flags(MDB_env *env, unsigned int *arg)
 {
        if (!env || !arg)
                return EINVAL;
@@ -2363,7 +4092,7 @@ 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;
@@ -2372,36 +4101,139 @@ 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)
 {
+       int toggle;
+
        if (env == NULL || arg == NULL)
                return EINVAL;
 
-       *arg = &env->me_meta.mm_stat;
+       mdb_env_read_meta(env, &toggle);
 
-       return MDB_SUCCESS;
+       return mdb_stat0(env, &env->me_metas[toggle]->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_env->me_dbs[0][txn->mt_numdbs] = txn->mt_dbs[txn->mt_numdbs];
+               txn->mt_env->me_dbs[1][txn->mt_numdbs] = txn->mt_dbs[txn->mt_numdbs];
+               txn->mt_numdbs++;
+       }
+
+       return rc;
+}
+
+int mdb_stat(MDB_txn *txn, MDB_dbi dbi, MDB_stat *arg)
+{
+       if (txn == NULL || arg == NULL || dbi >= txn->mt_numdbs)
+               return EINVAL;
+
+       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_stat(MDB_db *db, MDB_stat **arg)
+int mdb_set_compare(MDB_txn *txn, MDB_dbi dbi, MDB_cmp_func *cmp)
 {
-       if (db == NULL || arg == NULL)
+       if (txn == NULL || !dbi || dbi >= txn->mt_numdbs)
                return EINVAL;
 
-       *arg = &db->md_stat;
+       txn->mt_dbxs[dbi].md_cmp = cmp;
+       return MDB_SUCCESS;
+}
+
+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;
 }
 
-void mdb_close(MDB_db *db)
+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;
 }
+
+/** @} */