git.sur5r.net Git - openldap/blob - libraries/libmdb/mdb.c

   1 /* mdb.c - memory-mapped database library */
   2 /*
   3  * Copyright 2011 Howard Chu, Symas Corp.
   4  * All rights reserved.
   5  *
   6  * Redistribution and use in source and binary forms, with or without
   7  * modification, are permitted only as authorized by the OpenLDAP
   8  * Public License.
   9  *
  10  * A copy of this license is available in the file LICENSE in the
  11  * top-level directory of the distribution or, alternatively, at
  12  * <http://www.OpenLDAP.org/license.html>.
  13  *
  14  * This code is derived from btree.c written by Martin Hedenfalk.
  15  *
  16  * Copyright (c) 2009, 2010 Martin Hedenfalk <martin@bzero.se>
  17  *
  18  * Permission to use, copy, modify, and distribute this software for any
  19  * purpose with or without fee is hereby granted, provided that the above
  20  * copyright notice and this permission notice appear in all copies.
  21  *
  22  * THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL WARRANTIES
  23  * WITH REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF
  24  * MERCHANTABILITY AND FITNESS. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR
  25  * ANY SPECIAL, DIRECT, INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES
  26  * WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR PROFITS, WHETHER IN AN
  27  * ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION, ARISING OUT OF
  28  * OR IN CONNECTION WITH THE USE OR PERFORMANCE OF THIS SOFTWARE.
  29  */
  30 #include <sys/types.h>
  31 #include <sys/stat.h>
  32 #include <sys/queue.h>
  33 #include <sys/param.h>
  34 #include <sys/uio.h>
  35 #include <sys/mman.h>
  36 #ifdef HAVE_SYS_FILE_H
  37 #include <sys/file.h>
  38 #endif
  39 #include <fcntl.h>
  40
  41 #include <assert.h>
  42 #include <errno.h>
  43 #include <stddef.h>
  44 #include <stdint.h>
  45 #include <stdio.h>
  46 #include <stdlib.h>
  47 #include <string.h>
  48 #include <time.h>
  49 #include <unistd.h>
  50 #include <pthread.h>
  51 #include <endian.h>
  52
  53 #include "mdb.h"
  54
  55 #define ULONG           unsigned long
  56 typedef ULONG           pgno_t;
  57
  58 #include "idl.h"
  59
  60 #ifndef DEBUG
  61 #define DEBUG 1
  62 #endif
  63
  64 #if DEBUG && defined(__GNUC__)
  65 # define DPRINTF(fmt, ...) \
  66         fprintf(stderr, "%s:%d: " fmt "\n", __func__, __LINE__, ##__VA_ARGS__)
  67 #else
  68 # define DPRINTF(...)   ((void) 0)
  69 #endif
  70
  71 #define PAGESIZE         4096
  72 #define MDB_MINKEYS      4
  73 #define MDB_MAGIC        0xBEEFC0DE
  74 #define MDB_VERSION      1
  75 #define MAXKEYSIZE       511
  76
  77 #define P_INVALID        (~0UL)
  78
  79 #define F_ISSET(w, f)    (((w) & (f)) == (f))
  80
  81 typedef uint16_t         indx_t;
  82
  83 #define DEFAULT_READERS 126
  84 #define DEFAULT_MAPSIZE 1048576
  85
  86 /* Lock descriptor stuff */
  87 #define RXBODY  \
  88         ULONG           mr_txnid; \
  89         pid_t           mr_pid; \
  90         pthread_t       mr_tid
  91 typedef struct MDB_rxbody {
  92         RXBODY;
  93 } MDB_rxbody;
  94
  95 #ifndef CACHELINE
  96 #define CACHELINE       64      /* most CPUs. Itanium uses 128 */
  97 #endif
  98
  99 typedef struct MDB_reader {
 100         RXBODY;
 101         /* cache line alignment */
 102         char pad[CACHELINE-sizeof(MDB_rxbody)];
 103 } MDB_reader;
 104
 105 #define TXBODY \
 106         uint32_t        mt_magic;       \
 107         uint32_t        mt_version;     \
 108         pthread_mutex_t mt_mutex;       \
 109         ULONG           mt_txnid;       \
 110         uint32_t        mt_numreaders
 111 typedef struct MDB_txbody {
 112         TXBODY;
 113 } MDB_txbody;
 114
 115 typedef struct MDB_txninfo {
 116         TXBODY;
 117         char pad[CACHELINE-sizeof(MDB_txbody)];
 118         pthread_mutex_t mt_wmutex;
 119         char pad2[CACHELINE-sizeof(pthread_mutex_t)];
 120         MDB_reader      mt_readers[1];
 121 } MDB_txninfo;
 122
 123 /* Common header for all page types. Overflow pages
 124  * occupy a number of contiguous pages with no
 125  * headers on any page after the first.
 126  */
 127 typedef struct MDB_page {               /* represents a page of storage */
 128 #define mp_pgno         mp_p.p_pgno
 129         union padded {
 130                 pgno_t          p_pgno;         /* page number */
 131                 void *          p_pad;
 132         } mp_p;
 133 #define P_BRANCH         0x01           /* branch page */
 134 #define P_LEAF           0x02           /* leaf page */
 135 #define P_OVERFLOW       0x04           /* overflow page */
 136 #define P_META           0x08           /* meta page */
 137 #define P_DIRTY          0x10           /* dirty page */
 138         uint32_t        mp_flags;
 139 #define mp_lower        mp_pb.pb.pb_lower
 140 #define mp_upper        mp_pb.pb.pb_upper
 141 #define mp_pages        mp_pb.pb_pages
 142         union page_bounds {
 143                 struct {
 144                         indx_t          pb_lower;               /* lower bound of free space */
 145                         indx_t          pb_upper;               /* upper bound of free space */
 146                 } pb;
 147                 uint32_t        pb_pages;       /* number of overflow pages */
 148         } mp_pb;
 149         indx_t          mp_ptrs[1];             /* dynamic size */
 150 } MDB_page;
 151
 152 #define PAGEHDRSZ        ((unsigned) offsetof(MDB_page, mp_ptrs))
 153
 154 #define NUMKEYS(p)       (((p)->mp_lower - PAGEHDRSZ) >> 1)
 155 #define SIZELEFT(p)      (indx_t)((p)->mp_upper - (p)->mp_lower)
 156 #define PAGEFILL(env, p) (1000L * ((env)->me_psize - PAGEHDRSZ - SIZELEFT(p)) / \
 157                                 ((env)->me_psize - PAGEHDRSZ))
 158 #define IS_LEAF(p)       F_ISSET((p)->mp_flags, P_LEAF)
 159 #define IS_BRANCH(p)     F_ISSET((p)->mp_flags, P_BRANCH)
 160 #define IS_OVERFLOW(p)   F_ISSET((p)->mp_flags, P_OVERFLOW)
 161
 162 #define OVPAGES(size, psize)    (PAGEHDRSZ + size + psize - 1) / psize;
 163
 164 typedef struct MDB_db {
 165         uint32_t        md_pad;
 166         uint16_t        md_flags;
 167         uint16_t        md_depth;
 168         ULONG           md_branch_pages;
 169         ULONG           md_leaf_pages;
 170         ULONG           md_overflow_pages;
 171         ULONG           md_entries;
 172         pgno_t          md_root;
 173 } MDB_db;
 174
 175 #define FREE_DBI        0
 176 #define MAIN_DBI        1
 177
 178 typedef struct MDB_meta {                       /* meta (footer) page content */
 179         uint32_t        mm_magic;
 180         uint32_t        mm_version;
 181         void            *mm_address;            /* address for fixed mapping */
 182         size_t          mm_mapsize;                     /* size of mmap region */
 183         MDB_db          mm_dbs[2];                      /* first is free space, 2nd is main db */
 184 #define mm_psize        mm_dbs[0].md_pad
 185 #define mm_flags        mm_dbs[0].md_flags
 186         pgno_t          mm_last_pg;                     /* last used page in file */
 187         ULONG           mm_txnid;                       /* txnid that committed this page */
 188 } MDB_meta;
 189
 190 typedef struct MDB_dhead {                                      /* a dirty page */
 191         STAILQ_ENTRY(MDB_dpage)  md_next;       /* queue of dirty pages */
 192         MDB_page        *md_parent;
 193         unsigned        md_pi;                          /* parent index */
 194         int                     md_num;
 195 } MDB_dhead;
 196
 197 typedef struct MDB_dpage {
 198         MDB_dhead       h;
 199         MDB_page        p;
 200 } MDB_dpage;
 201
 202 STAILQ_HEAD(dirty_queue, MDB_dpage);    /* FIXME: use a sorted data structure */
 203
 204 typedef struct MDB_oldpages {
 205         struct MDB_oldpages *mo_next;
 206         ULONG           mo_txnid;
 207         pgno_t          mo_pages[1];    /* dynamic */
 208 } MDB_oldpages;
 209
 210 typedef struct MDB_pageparent {
 211         MDB_page *mp_page;
 212         MDB_page *mp_parent;
 213         unsigned mp_pi;
 214 } MDB_pageparent;
 215
 216 static MDB_dpage *mdb_alloc_page(MDB_txn *txn, MDB_page *parent, unsigned int parent_idx, int num);
 217 static int              mdb_touch(MDB_txn *txn, MDB_pageparent *mp);
 218
 219 typedef struct MDB_ppage {                                      /* ordered list of pages */
 220         SLIST_ENTRY(MDB_ppage)   mp_entry;
 221         MDB_page                *mp_page;
 222         unsigned int    mp_ki;          /* cursor index on page */
 223 } MDB_ppage;
 224 SLIST_HEAD(page_stack, MDB_ppage);
 225
 226 #define CURSOR_EMPTY(c)          SLIST_EMPTY(&(c)->mc_stack)
 227 #define CURSOR_TOP(c)            SLIST_FIRST(&(c)->mc_stack)
 228 #define CURSOR_POP(c)            SLIST_REMOVE_HEAD(&(c)->mc_stack, mp_entry)
 229 #define CURSOR_PUSH(c,p)         SLIST_INSERT_HEAD(&(c)->mc_stack, p, mp_entry)
 230
 231 struct MDB_xcursor;
 232
 233 struct MDB_cursor {
 234         MDB_txn         *mc_txn;
 235         struct page_stack        mc_stack;              /* stack of parent pages */
 236         MDB_dbi         mc_dbi;
 237         short           mc_initialized; /* 1 if initialized */
 238         short           mc_eof;         /* 1 if end is reached */
 239         struct MDB_xcursor      *mc_xcursor;
 240 };
 241
 242 #define METAHASHLEN      offsetof(MDB_meta, mm_hash)
 243 #define METADATA(p)      ((void *)((char *)p + PAGEHDRSZ))
 244
 245 typedef struct MDB_node {
 246 #define mn_pgno          mn_p.np_pgno
 247 #define mn_dsize         mn_p.np_dsize
 248         union {
 249                 pgno_t           np_pgno;       /* child page number */
 250                 uint32_t         np_dsize;      /* leaf data size */
 251         } mn_p;
 252         unsigned int    mn_flags:4;
 253         unsigned int    mn_ksize:12;                    /* key size */
 254 #define F_BIGDATA        0x01                   /* data put on overflow page */
 255 #define F_SUBDATA        0x02                   /* data is a sub-database */
 256         char            mn_data[1];
 257 } MDB_node;
 258
 259 typedef struct MDB_dbx {
 260         MDB_val         md_name;
 261         MDB_cmp_func    *md_cmp;                /* user compare function */
 262         MDB_cmp_func    *md_dcmp;               /* user dupsort function */
 263         MDB_rel_func    *md_rel;                /* user relocate function */
 264         MDB_dbi md_parent;
 265         unsigned int    md_dirty;
 266 } MDB_dbx;
 267
 268 struct MDB_txn {
 269         pgno_t          mt_next_pgno;   /* next unallocated page */
 270         ULONG           mt_txnid;
 271         ULONG           mt_oldest;
 272         MDB_env         *mt_env;
 273         pgno_t          *mt_free_pgs;   /* this is an IDL */
 274         union {
 275                 struct dirty_queue      *dirty_queue;   /* modified pages */
 276                 MDB_reader      *reader;
 277         } mt_u;
 278         MDB_dbx         *mt_dbxs;               /* array */
 279         MDB_db          *mt_dbs;
 280         unsigned int    mt_numdbs;
 281
 282 #define MDB_TXN_RDONLY           0x01           /* read-only transaction */
 283 #define MDB_TXN_ERROR            0x02           /* an error has occurred */
 284 #define MDB_TXN_METOGGLE        0x04            /* used meta page 1 */
 285         unsigned int    mt_flags;
 286 };
 287
 288 /* Context for sorted-dup records */
 289 typedef struct MDB_xcursor {
 290         MDB_cursor mx_cursor;
 291         MDB_txn mx_txn;
 292         MDB_dbx mx_dbxs[4];
 293         MDB_db  mx_dbs[4];
 294 } MDB_xcursor;
 295
 296 struct MDB_env {
 297         int                     me_fd;
 298         int                     me_lfd;
 299         uint32_t        me_flags;
 300         unsigned int    me_maxreaders;
 301         unsigned int    me_numdbs;
 302         unsigned int    me_maxdbs;
 303         char            *me_path;
 304         char            *me_map;
 305         MDB_txninfo     *me_txns;
 306         MDB_meta        *me_metas[2];
 307         MDB_meta        *me_meta;
 308         MDB_txn         *me_txn;                /* current write transaction */
 309         size_t          me_mapsize;
 310         off_t           me_size;                /* current file size */
 311         unsigned int    me_psize;
 312         int                     me_db_toggle;
 313         MDB_dbx         *me_dbxs;               /* array */
 314         MDB_db          *me_dbs[2];
 315         MDB_oldpages *me_pghead;
 316         pthread_key_t   me_txkey;       /* thread-key for readers */
 317         pgno_t          me_free_pgs[MDB_IDL_UM_SIZE];
 318 };
 319
 320 #define NODESIZE         offsetof(MDB_node, mn_data)
 321
 322 #define INDXSIZE(k)      (NODESIZE + ((k) == NULL ? 0 : (k)->mv_size))
 323 #define LEAFSIZE(k, d)   (NODESIZE + (k)->mv_size + (d)->mv_size)
 324 #define NODEPTR(p, i)    ((MDB_node *)((char *)(p) + (p)->mp_ptrs[i]))
 325 #define NODEKEY(node)    (void *)((node)->mn_data)
 326 #define NODEDATA(node)   (void *)((char *)(node)->mn_data + (node)->mn_ksize)
 327 #define NODEPGNO(node)   ((node)->mn_pgno)
 328 #define NODEDSZ(node)    ((node)->mn_dsize)
 329
 330 #define MDB_COMMIT_PAGES         64     /* max number of pages to write in one commit */
 331 #define MDB_MAXCACHE_DEF         1024   /* max number of pages to keep in cache  */
 332
 333 static int  mdb_search_page_root(MDB_txn *txn,
 334                             MDB_dbi dbi, MDB_val *key,
 335                             MDB_cursor *cursor, int modify,
 336                             MDB_pageparent *mpp);
 337 static int  mdb_search_page(MDB_txn *txn,
 338                             MDB_dbi dbi, MDB_val *key,
 339                             MDB_cursor *cursor, int modify,
 340                             MDB_pageparent *mpp);
 341
 342 static int  mdbenv_read_header(MDB_env *env, MDB_meta *meta);
 343 static int  mdbenv_read_meta(MDB_env *env, int *which);
 344 static int  mdbenv_write_meta(MDB_txn *txn);
 345 static MDB_page *mdb_get_page(MDB_txn *txn, pgno_t pgno);
 346
 347 static MDB_node *mdb_search_node(MDB_txn *txn, MDB_dbi dbi, MDB_page *mp,
 348                             MDB_val *key, int *exactp, unsigned int *kip);
 349 static int  mdb_add_node(MDB_txn *txn, MDB_dbi dbi, MDB_page *mp,
 350                             indx_t indx, MDB_val *key, MDB_val *data,
 351                             pgno_t pgno, uint8_t flags);
 352 static void mdb_del_node(MDB_page *mp, indx_t indx);
 353 static int mdb_del0(MDB_txn *txn, MDB_dbi dbi, unsigned int ki,
 354     MDB_pageparent *mpp, MDB_node *leaf);
 355 static int mdb_put0(MDB_txn *txn, MDB_dbi dbi,
 356     MDB_val *key, MDB_val *data, unsigned int flags);
 357 static int  mdb_read_data(MDB_txn *txn, MDB_node *leaf, MDB_val *data);
 358
 359 static int               mdb_rebalance(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *mp);
 360 static int               mdb_update_key(MDB_page *mp, indx_t indx, MDB_val *key);
 361 static int               mdb_move_node(MDB_txn *txn, MDB_dbi dbi,
 362                                 MDB_pageparent *src, indx_t srcindx,
 363                                 MDB_pageparent *dst, indx_t dstindx);
 364 static int               mdb_merge(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *src,
 365                             MDB_pageparent *dst);
 366 static int               mdb_split(MDB_txn *txn, MDB_dbi dbi, MDB_page **mpp,
 367                             unsigned int *newindxp, MDB_val *newkey,
 368                             MDB_val *newdata, pgno_t newpgno);
 369 static MDB_dpage *mdb_new_page(MDB_txn *txn, MDB_dbi dbi, uint32_t flags, int num);
 370
 371 static void              cursor_pop_page(MDB_cursor *cursor);
 372 static MDB_ppage *cursor_push_page(MDB_cursor *cursor,
 373                             MDB_page *mp);
 374
 375 static int               mdb_set_key(MDB_node *node, MDB_val *key);
 376 static int               mdb_sibling(MDB_cursor *cursor, int move_right);
 377 static int               mdb_cursor_next(MDB_cursor *cursor,
 378                             MDB_val *key, MDB_val *data, MDB_cursor_op op);
 379 static int               mdb_cursor_prev(MDB_cursor *cursor,
 380                             MDB_val *key, MDB_val *data, MDB_cursor_op op);
 381 static int               mdb_cursor_set(MDB_cursor *cursor,
 382                             MDB_val *key, MDB_val *data, MDB_cursor_op op, int *exactp);
 383 static int               mdb_cursor_first(MDB_cursor *cursor,
 384                             MDB_val *key, MDB_val *data);
 385 static int               mdb_cursor_last(MDB_cursor *cursor,
 386                             MDB_val *key, MDB_val *data);
 387
 388 static void             mdb_xcursor_init0(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx);
 389 static void             mdb_xcursor_init1(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx, MDB_db *db);
 390 static void             mdb_xcursor_fini(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx);
 391
 392 static size_t            mdb_leaf_size(MDB_env *env, MDB_val *key,
 393                             MDB_val *data);
 394 static size_t            mdb_branch_size(MDB_env *env, MDB_val *key);
 395
 396 static int               memncmp(const void *s1, size_t n1,
 397                                  const void *s2, size_t n2);
 398 static int               memnrcmp(const void *s1, size_t n1,
 399                                   const void *s2, size_t n2);
 400
 401 static int
 402 memncmp(const void *s1, size_t n1, const void *s2, size_t n2)
 403 {
 404         int diff, len_diff = -1;
 405
 406         if (n1 >= n2) {
 407                 len_diff = (n1 > n2);
 408                 n1 = n2;
 409         }
 410         diff = memcmp(s1, s2, n1);
 411         return diff ? diff : len_diff;
 412 }
 413
 414 static int
 415 memnrcmp(const void *s1, size_t n1, const void *s2, size_t n2)
 416 {
 417         const unsigned char     *p1, *p2, *p1_lim;
 418
 419         if (n2 == 0)
 420                 return n1 != 0;
 421         if (n1 == 0)
 422                 return -1;
 423
 424         p1 = (const unsigned char *)s1 + n1 - 1;
 425         p2 = (const unsigned char *)s2 + n2 - 1;
 426
 427         for (p1_lim = (n1 <= n2 ? s1 : s2);  *p1 == *p2;  p1--, p2--) {
 428                 if (p1 == p1_lim)
 429                         return (p1 != s1) ? (p1 != p2) : (p2 != s2) ? -1 : 0;
 430         }
 431         return *p1 - *p2;
 432 }
 433
 434 int
 435 mdb_cmp(MDB_txn *txn, MDB_dbi dbi, const MDB_val *a, const MDB_val *b)
 436 {
 437         return txn->mt_dbxs[dbi].md_cmp(a, b);
 438 }
 439
 440 static int
 441 _mdb_cmp(MDB_txn *txn, MDB_dbi dbi, const MDB_val *key1, const MDB_val *key2)
 442 {
 443         if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_REVERSEKEY))
 444                 return memnrcmp(key1->mv_data, key1->mv_size, key2->mv_data, key2->mv_size);
 445         else
 446                 return memncmp((char *)key1->mv_data, key1->mv_size, key2->mv_data, key2->mv_size);
 447 }
 448
 449 /* Allocate new page(s) for writing */
 450 static MDB_dpage *
 451 mdb_alloc_page(MDB_txn *txn, MDB_page *parent, unsigned int parent_idx, int num)
 452 {
 453         MDB_dpage *dp;
 454         pgno_t pgno = P_INVALID;
 455         ULONG oldest;
 456
 457         if (txn->mt_txnid > 2) {
 458
 459         oldest = txn->mt_txnid - 2;
 460         if (!txn->mt_env->me_pghead && txn->mt_dbs[FREE_DBI].md_root != P_INVALID) {
 461                 /* See if there's anything in the free DB */
 462                 MDB_pageparent mpp;
 463                 MDB_node *leaf;
 464                 ULONG *kptr;
 465
 466                 mpp.mp_parent = NULL;
 467                 mpp.mp_pi = 0;
 468                 mdb_search_page(txn, FREE_DBI, NULL, NULL, 0, &mpp);
 469                 leaf = NODEPTR(mpp.mp_page, 0);
 470                 kptr = (ULONG *)NODEKEY(leaf);
 471
 472                 /* It's potentially usable, unless there are still
 473                  * older readers outstanding. Grab it.
 474                  */
 475                 if (oldest > *kptr) {
 476                         MDB_oldpages *mop;
 477                         MDB_val data;
 478                         pgno_t *idl;
 479
 480                         mdb_read_data(txn, leaf, &data);
 481                         idl = (ULONG *)data.mv_data;
 482                         mop = malloc(sizeof(MDB_oldpages) + MDB_IDL_SIZEOF(idl) - sizeof(pgno_t));
 483                         mop->mo_next = txn->mt_env->me_pghead;
 484                         mop->mo_txnid = *kptr;
 485                         txn->mt_env->me_pghead = mop;
 486                         memcpy(mop->mo_pages, idl, MDB_IDL_SIZEOF(idl));
 487
 488 #if DEBUG > 1
 489                         {
 490                                 unsigned int i;
 491                                 DPRINTF("IDL read txn %lu root %lu num %lu",
 492                                         mop->mo_txnid, txn->mt_dbs[FREE_DBI].md_root, idl[0]);
 493                                 for (i=0; i<idl[0]; i++) {
 494                                         DPRINTF("IDL %lu", idl[i+1]);
 495                                 }
 496                         }
 497 #endif
 498                         /* drop this IDL from the DB */
 499                         mpp.mp_parent = NULL;
 500                         mpp.mp_pi = 0;
 501                         mdb_search_page(txn, FREE_DBI, NULL, NULL, 1, &mpp);
 502                         leaf = NODEPTR(mpp.mp_page, 0);
 503                         mdb_del0(txn, FREE_DBI, 0, &mpp, leaf);
 504                 }
 505         }
 506         if (txn->mt_env->me_pghead) {
 507                 unsigned int i;
 508                 for (i=0; i<txn->mt_env->me_txns->mt_numreaders; i++) {
 509                         ULONG mr = txn->mt_env->me_txns->mt_readers[i].mr_txnid;
 510                         if (!mr) continue;
 511                         if (mr < oldest)
 512                                 oldest = txn->mt_env->me_txns->mt_readers[i].mr_txnid;
 513                 }
 514                 if (oldest > txn->mt_env->me_pghead->mo_txnid) {
 515                         MDB_oldpages *mop = txn->mt_env->me_pghead;
 516                         txn->mt_oldest = oldest;
 517                         if (num > 1) {
 518                                 /* FIXME: For now, always use fresh pages. We
 519                                  * really ought to search the free list for a
 520                                  * contiguous range.
 521                                  */
 522                                 ;
 523                         } else {
 524                                 /* peel pages off tail, so we only have to truncate the list */
 525                                 pgno = MDB_IDL_LAST(mop->mo_pages);
 526                                 if (MDB_IDL_IS_RANGE(mop->mo_pages)) {
 527                                         mop->mo_pages[2]++;
 528                                         if (mop->mo_pages[2] > mop->mo_pages[1])
 529                                                 mop->mo_pages[0] = 0;
 530                                 } else {
 531                                         mop->mo_pages[0]--;
 532                                 }
 533                                 if (MDB_IDL_IS_ZERO(mop->mo_pages)) {
 534                                         txn->mt_env->me_pghead = mop->mo_next;
 535                                         free(mop);
 536                                 }
 537                         }
 538                 }
 539         }
 540         }
 541
 542         if ((dp = malloc(txn->mt_env->me_psize * num + sizeof(MDB_dhead))) == NULL)
 543                 return NULL;
 544         dp->h.md_num = num;
 545         dp->h.md_parent = parent;
 546         dp->h.md_pi = parent_idx;
 547         STAILQ_INSERT_TAIL(txn->mt_u.dirty_queue, dp, h.md_next);
 548         if (pgno == P_INVALID) {
 549                 dp->p.mp_pgno = txn->mt_next_pgno;
 550                 txn->mt_next_pgno += num;
 551         } else {
 552                 dp->p.mp_pgno = pgno;
 553         }
 554
 555         return dp;
 556 }
 557
 558 /* Touch a page: make it dirty and re-insert into tree with updated pgno.
 559  */
 560 static int
 561 mdb_touch(MDB_txn *txn, MDB_pageparent *pp)
 562 {
 563         MDB_page *mp = pp->mp_page;
 564         pgno_t  pgno;
 565         assert(txn != NULL);
 566         assert(pp != NULL);
 567
 568         if (!F_ISSET(mp->mp_flags, P_DIRTY)) {
 569                 MDB_dpage *dp;
 570                 if ((dp = mdb_alloc_page(txn, pp->mp_parent, pp->mp_pi, 1)) == NULL)
 571                         return ENOMEM;
 572                 DPRINTF("touched page %lu -> %lu", mp->mp_pgno, dp->p.mp_pgno);
 573                 mdb_idl_insert(txn->mt_free_pgs, mp->mp_pgno);
 574                 pgno = dp->p.mp_pgno;
 575                 memcpy(&dp->p, mp, txn->mt_env->me_psize);
 576                 mp = &dp->p;
 577                 mp->mp_pgno = pgno;
 578                 mp->mp_flags |= P_DIRTY;
 579
 580                 /* Update the page number to new touched page. */
 581                 if (pp->mp_parent != NULL)
 582                         NODEPGNO(NODEPTR(pp->mp_parent, pp->mp_pi)) = mp->mp_pgno;
 583                 pp->mp_page = mp;
 584         }
 585         return 0;
 586 }
 587
 588 int
 589 mdbenv_sync(MDB_env *env)
 590 {
 591         int rc = 0;
 592         if (!F_ISSET(env->me_flags, MDB_NOSYNC)) {
 593                 if (fsync(env->me_fd))
 594                         rc = errno;
 595         }
 596         return rc;
 597 }
 598
 599 int
 600 mdb_txn_begin(MDB_env *env, int rdonly, MDB_txn **ret)
 601 {
 602         MDB_txn *txn;
 603         int rc, toggle;
 604
 605         if ((txn = calloc(1, sizeof(MDB_txn))) == NULL) {
 606                 DPRINTF("calloc: %s", strerror(errno));
 607                 return ENOMEM;
 608         }
 609
 610         if (rdonly) {
 611                 txn->mt_flags |= MDB_TXN_RDONLY;
 612         } else {
 613                 txn->mt_u.dirty_queue = calloc(1, sizeof(*txn->mt_u.dirty_queue));
 614                 if (txn->mt_u.dirty_queue == NULL) {
 615                         free(txn);
 616                         return ENOMEM;
 617                 }
 618                 STAILQ_INIT(txn->mt_u.dirty_queue);
 619
 620                 pthread_mutex_lock(&env->me_txns->mt_wmutex);
 621                 env->me_txns->mt_txnid++;
 622                 txn->mt_free_pgs = env->me_free_pgs;
 623                 txn->mt_free_pgs[0] = 0;
 624         }
 625
 626         txn->mt_txnid = env->me_txns->mt_txnid;
 627         if (rdonly) {
 628                 MDB_reader *r = pthread_getspecific(env->me_txkey);
 629                 if (!r) {
 630                         unsigned int i;
 631                         pthread_mutex_lock(&env->me_txns->mt_mutex);
 632                         for (i=0; i<env->me_txns->mt_numreaders; i++)
 633                                 if (env->me_txns->mt_readers[i].mr_pid == 0)
 634                                         break;
 635                         if (i == env->me_maxreaders) {
 636                                 pthread_mutex_unlock(&env->me_txns->mti_mutex);
 637                                 return ENOSPC;
 638                         }
 639                         env->me_txns->mt_readers[i].mr_pid = getpid();
 640                         env->me_txns->mt_readers[i].mr_tid = pthread_self();
 641                         r = &env->me_txns->mt_readers[i];
 642                         pthread_setspecific(env->me_txkey, r);
 643                         if (i >= env->me_txns->mt_numreaders)
 644                                 env->me_txns->mt_numreaders = i+1;
 645                         pthread_mutex_unlock(&env->me_txns->mt_mutex);
 646                 }
 647                 r->mr_txnid = txn->mt_txnid;
 648                 txn->mt_u.reader = r;
 649         } else {
 650                 env->me_txn = txn;
 651         }
 652
 653         txn->mt_env = env;
 654
 655         if ((rc = mdbenv_read_meta(env, &toggle)) != MDB_SUCCESS) {
 656                 mdb_txn_abort(txn);
 657                 return rc;
 658         }
 659
 660         /* Copy the DB arrays */
 661         txn->mt_numdbs = env->me_numdbs;
 662         txn->mt_dbxs = env->me_dbxs;    /* mostly static anyway */
 663         txn->mt_dbs = malloc(env->me_maxdbs * sizeof(MDB_db));
 664         memcpy(txn->mt_dbs, env->me_meta->mm_dbs, 2 * sizeof(MDB_db));
 665         if (txn->mt_numdbs > 2)
 666                 memcpy(txn->mt_dbs+2, env->me_dbs[env->me_db_toggle]+2,
 667                         (txn->mt_numdbs - 2) * sizeof(MDB_db));
 668
 669         if (!rdonly) {
 670                 if (toggle)
 671                         txn->mt_flags |= MDB_TXN_METOGGLE;
 672                 txn->mt_next_pgno = env->me_meta->mm_last_pg+1;
 673         }
 674
 675         DPRINTF("begin transaction %lu on mdbenv %p, root page %lu",
 676                 txn->mt_txnid, (void *) env, txn->mt_dbs[MAIN_DBI].md_root);
 677
 678         *ret = txn;
 679         return MDB_SUCCESS;
 680 }
 681
 682 void
 683 mdb_txn_abort(MDB_txn *txn)
 684 {
 685         MDB_dpage *dp;
 686         MDB_env *env;
 687
 688         if (txn == NULL)
 689                 return;
 690
 691         env = txn->mt_env;
 692         DPRINTF("abort transaction %lu on mdbenv %p, root page %lu",
 693                 txn->mt_txnid, (void *) env, txn->mt_dbs[MAIN_DBI].md_root);
 694
 695         free(txn->mt_dbs);
 696
 697         if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
 698                 txn->mt_u.reader->mr_txnid = 0;
 699         } else {
 700                 MDB_oldpages *mop;
 701                 unsigned int i;
 702
 703                 /* Discard all dirty pages. */
 704                 while (!STAILQ_EMPTY(txn->mt_u.dirty_queue)) {
 705                         dp = STAILQ_FIRST(txn->mt_u.dirty_queue);
 706                         STAILQ_REMOVE_HEAD(txn->mt_u.dirty_queue, h.md_next);
 707                         free(dp);
 708                 }
 709                 free(txn->mt_u.dirty_queue);
 710
 711                 while ((mop = txn->mt_env->me_pghead)) {
 712                         txn->mt_env->me_pghead = mop->mo_next;
 713                         free(mop);
 714                 }
 715
 716                 env->me_txn = NULL;
 717                 env->me_txns->mt_txnid--;
 718                 for (i=2; i<env->me_numdbs; i++)
 719                         env->me_dbxs[i].md_dirty = 0;
 720                 pthread_mutex_unlock(&env->me_txns->mt_wmutex);
 721         }
 722
 723         free(txn);
 724 }
 725
 726 int
 727 mdb_txn_commit(MDB_txn *txn)
 728 {
 729         int              n, done;
 730         unsigned int i;
 731         ssize_t          rc;
 732         off_t            size;
 733         MDB_dpage       *dp;
 734         MDB_env *env;
 735         pgno_t  next;
 736         struct iovec     iov[MDB_COMMIT_PAGES];
 737
 738         assert(txn != NULL);
 739         assert(txn->mt_env != NULL);
 740
 741         env = txn->mt_env;
 742
 743         if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
 744                 DPRINTF("attempt to commit read-only transaction");
 745                 mdb_txn_abort(txn);
 746                 return EPERM;
 747         }
 748
 749         if (txn != env->me_txn) {
 750                 DPRINTF("attempt to commit unknown transaction");
 751                 mdb_txn_abort(txn);
 752                 return EINVAL;
 753         }
 754
 755         if (F_ISSET(txn->mt_flags, MDB_TXN_ERROR)) {
 756                 DPRINTF("error flag is set, can't commit");
 757                 mdb_txn_abort(txn);
 758                 return EINVAL;
 759         }
 760
 761         if (STAILQ_EMPTY(txn->mt_u.dirty_queue))
 762                 goto done;
 763
 764         DPRINTF("committing transaction %lu on mdbenv %p, root page %lu",
 765             txn->mt_txnid, (void *) env, txn->mt_dbs[MAIN_DBI].md_root);
 766
 767         /* should only be one record now */
 768         if (env->me_pghead) {
 769                 MDB_val key, data;
 770                 MDB_oldpages *mop;
 771
 772                 mop = env->me_pghead;
 773                 key.mv_size = sizeof(pgno_t);
 774                 key.mv_data = (char *)&mop->mo_txnid;
 775                 data.mv_size = MDB_IDL_SIZEOF(mop->mo_pages);
 776                 data.mv_data = mop->mo_pages;
 777                 mdb_put0(txn, FREE_DBI, &key, &data, 0);
 778                 free(env->me_pghead);
 779                 env->me_pghead = NULL;
 780         }
 781         /* save to free list */
 782         if (!MDB_IDL_IS_ZERO(txn->mt_free_pgs)) {
 783                 MDB_val key, data;
 784                 MDB_pageparent mpp;
 785
 786                 /* make sure last page of freeDB is touched and on freelist */
 787                 key.mv_size = MAXKEYSIZE+1;
 788                 key.mv_data = NULL;
 789                 mpp.mp_parent = NULL;
 790                 mpp.mp_pi = 0;
 791                 mdb_search_page(txn, FREE_DBI, &key, NULL, 1, &mpp);
 792
 793 #if DEBUG > 1
 794                 {
 795                         unsigned int i;
 796                         ULONG *idl = txn->mt_free_pgs;
 797                         DPRINTF("IDL write txn %lu root %lu num %lu",
 798                                 txn->mt_txnid, txn->mt_dbs[FREE_DBI].md_root, idl[0]);
 799                         for (i=0; i<idl[0]; i++) {
 800                                 DPRINTF("IDL %lu", idl[i+1]);
 801                         }
 802                 }
 803 #endif
 804                 /* write to last page of freeDB */
 805                 key.mv_size = sizeof(pgno_t);
 806                 key.mv_data = (char *)&txn->mt_txnid;
 807                 data.mv_size = MDB_IDL_SIZEOF(txn->mt_free_pgs);
 808                 data.mv_data = txn->mt_free_pgs;
 809                 mdb_put0(txn, FREE_DBI, &key, &data, 0);
 810         }
 811
 812         /* Update DB root pointers. Their pages have already been
 813          * touched so this is all in-place and cannot fail.
 814          */
 815         {
 816                 MDB_val data;
 817                 data.mv_size = sizeof(MDB_db);
 818
 819                 for (i = 2; i < txn->mt_numdbs; i++) {
 820                         if (txn->mt_dbxs[i].md_dirty) {
 821                                 data.mv_data = &txn->mt_dbs[i];
 822                                 mdb_put0(txn, MAIN_DBI, &txn->mt_dbxs[i].md_name, &data, 0);
 823                         }
 824                 }
 825         }
 826
 827         /* Commit up to MDB_COMMIT_PAGES dirty pages to disk until done.
 828          */
 829         next = 0;
 830         do {
 831                 n = 0;
 832                 done = 1;
 833                 size = 0;
 834                 STAILQ_FOREACH(dp, txn->mt_u.dirty_queue, h.md_next) {
 835                         if (dp->p.mp_pgno != next) {
 836                                 if (n) {
 837                                         DPRINTF("committing %u dirty pages", n);
 838                                         rc = writev(env->me_fd, iov, n);
 839                                         if (rc != size) {
 840                                                 n = errno;
 841                                                 if (rc > 0)
 842                                                         DPRINTF("short write, filesystem full?");
 843                                                 else
 844                                                         DPRINTF("writev: %s", strerror(errno));
 845                                                 mdb_txn_abort(txn);
 846                                                 return n;
 847                                         }
 848                                         n = 0;
 849                                         size = 0;
 850                                 }
 851                                 lseek(env->me_fd, dp->p.mp_pgno * env->me_psize, SEEK_SET);
 852                                 next = dp->p.mp_pgno;
 853                         }
 854                         DPRINTF("committing page %lu", dp->p.mp_pgno);
 855                         iov[n].iov_len = env->me_psize * dp->h.md_num;
 856                         iov[n].iov_base = &dp->p;
 857                         size += iov[n].iov_len;
 858                         next = dp->p.mp_pgno + dp->h.md_num;
 859                         /* clear dirty flag */
 860                         dp->p.mp_flags &= ~P_DIRTY;
 861                         if (++n >= MDB_COMMIT_PAGES) {
 862                                 done = 0;
 863                                 break;
 864                         }
 865                 }
 866
 867                 if (n == 0)
 868                         break;
 869
 870                 DPRINTF("committing %u dirty pages", n);
 871                 rc = writev(env->me_fd, iov, n);
 872                 if (rc != size) {
 873                         n = errno;
 874                         if (rc > 0)
 875                                 DPRINTF("short write, filesystem full?");
 876                         else
 877                                 DPRINTF("writev: %s", strerror(errno));
 878                         mdb_txn_abort(txn);
 879                         return n;
 880                 }
 881
 882         } while (!done);
 883
 884         /* Drop the dirty pages.
 885          */
 886         while (!STAILQ_EMPTY(txn->mt_u.dirty_queue)) {
 887                 dp = STAILQ_FIRST(txn->mt_u.dirty_queue);
 888                 STAILQ_REMOVE_HEAD(txn->mt_u.dirty_queue, h.md_next);
 889                 free(dp);
 890         }
 891
 892         if ((n = mdbenv_sync(env)) != 0 ||
 893             (n = mdbenv_write_meta(txn)) != MDB_SUCCESS ||
 894             (n = mdbenv_sync(env)) != 0) {
 895                 mdb_txn_abort(txn);
 896                 return n;
 897         }
 898         env->me_txn = NULL;
 899
 900         /* update the DB tables */
 901         {
 902                 int toggle = !env->me_db_toggle;
 903
 904                 for (i = 2; i < env->me_numdbs; i++) {
 905                         if (txn->mt_dbxs[i].md_dirty) {
 906                                 env->me_dbs[toggle][i] = txn->mt_dbs[i];
 907                                 txn->mt_dbxs[i].md_dirty = 0;
 908                         }
 909                 }
 910                 for (i = env->me_numdbs; i < txn->mt_numdbs; i++) {
 911                         txn->mt_dbxs[i].md_dirty = 0;
 912                         env->me_dbxs[i] = txn->mt_dbxs[i];
 913                         env->me_dbs[toggle][i] = txn->mt_dbs[i];
 914                 }
 915                 env->me_db_toggle = toggle;
 916                 env->me_numdbs = txn->mt_numdbs;
 917
 918                 free(txn->mt_dbs);
 919         }
 920
 921         pthread_mutex_unlock(&env->me_txns->mt_wmutex);
 922         free(txn->mt_u.dirty_queue);
 923         free(txn);
 924         txn = NULL;
 925
 926 done:
 927         mdb_txn_abort(txn);
 928
 929         return MDB_SUCCESS;
 930 }
 931
 932 static int
 933 mdbenv_read_header(MDB_env *env, MDB_meta *meta)
 934 {
 935         char             page[PAGESIZE];
 936         MDB_page        *p;
 937         MDB_meta        *m;
 938         int              rc;
 939
 940         assert(env != NULL);
 941
 942         /* We don't know the page size yet, so use a minimum value.
 943          */
 944
 945         if ((rc = pread(env->me_fd, page, PAGESIZE, 0)) == 0) {
 946                 return ENOENT;
 947         } else if (rc != PAGESIZE) {
 948                 if (rc > 0)
 949                         errno = EINVAL;
 950                 DPRINTF("read: %s", strerror(errno));
 951                 return errno;
 952         }
 953
 954         p = (MDB_page *)page;
 955
 956         if (!F_ISSET(p->mp_flags, P_META)) {
 957                 DPRINTF("page %lu not a meta page", p->mp_pgno);
 958                 return EINVAL;
 959         }
 960
 961         m = METADATA(p);
 962         if (m->mm_magic != MDB_MAGIC) {
 963                 DPRINTF("meta has invalid magic");
 964                 return EINVAL;
 965         }
 966
 967         if (m->mm_version != MDB_VERSION) {
 968                 DPRINTF("database is version %u, expected version %u",
 969                     m->mm_version, MDB_VERSION);
 970                 return MDB_VERSION_MISMATCH;
 971         }
 972
 973         memcpy(meta, m, sizeof(*m));
 974         return 0;
 975 }
 976
 977 static int
 978 mdbenv_init_meta(MDB_env *env, MDB_meta *meta)
 979 {
 980         MDB_page *p, *q;
 981         MDB_meta *m;
 982         int rc;
 983         unsigned int     psize;
 984
 985         DPRINTF("writing new meta page");
 986         psize = sysconf(_SC_PAGE_SIZE);
 987
 988         meta->mm_magic = MDB_MAGIC;
 989         meta->mm_version = MDB_VERSION;
 990         meta->mm_psize = psize;
 991         meta->mm_last_pg = 1;
 992         meta->mm_flags = env->me_flags & 0xffff;
 993 #if __BYTE_ORDER == __LITTLE_ENDIAN
 994         /* freeDB keys are pgno_t's, must compare in int order */
 995         meta->mm_flags |= MDB_REVERSEKEY;
 996 #endif
 997         meta->mm_dbs[0].md_root = P_INVALID;
 998         meta->mm_dbs[1].md_root = P_INVALID;
 999
1000         p = calloc(2, psize);
1001         p->mp_pgno = 0;
1002         p->mp_flags = P_META;
1003
1004         m = METADATA(p);
1005         memcpy(m, meta, sizeof(*meta));
1006
1007         q = (MDB_page *)((char *)p + psize);
1008
1009         q->mp_pgno = 1;
1010         q->mp_flags = P_META;
1011
1012         m = METADATA(q);
1013         memcpy(m, meta, sizeof(*meta));
1014
1015         rc = write(env->me_fd, p, psize * 2);
1016         free(p);
1017         return (rc == (int)psize * 2) ? MDB_SUCCESS : errno;
1018 }
1019
1020 static int
1021 mdbenv_write_meta(MDB_txn *txn)
1022 {
1023         MDB_env *env;
1024         MDB_meta        meta;
1025         off_t off;
1026         int rc, len;
1027         char *ptr;
1028
1029         assert(txn != NULL);
1030         assert(txn->mt_env != NULL);
1031
1032         DPRINTF("writing meta page for root page %lu", txn->mt_dbs[MAIN_DBI].md_root);
1033
1034         env = txn->mt_env;
1035
1036         ptr = (char *)&meta;
1037         off = offsetof(MDB_meta, mm_dbs[0].md_depth);
1038         len = sizeof(MDB_meta) - off;
1039
1040         ptr += off;
1041         meta.mm_dbs[0] = txn->mt_dbs[0];
1042         meta.mm_dbs[1] = txn->mt_dbs[1];
1043         meta.mm_last_pg = txn->mt_next_pgno - 1;
1044         meta.mm_txnid = txn->mt_txnid;
1045
1046         if (!F_ISSET(txn->mt_flags, MDB_TXN_METOGGLE))
1047                 off += env->me_psize;
1048         off += PAGEHDRSZ;
1049
1050         lseek(env->me_fd, off, SEEK_SET);
1051         rc = write(env->me_fd, ptr, len);
1052         if (rc != len) {
1053                 DPRINTF("write failed, disk error?");
1054                 return errno;
1055         }
1056
1057         return MDB_SUCCESS;
1058 }
1059
1060 static int
1061 mdbenv_read_meta(MDB_env *env, int *which)
1062 {
1063         int toggle = 0;
1064
1065         assert(env != NULL);
1066
1067         if (env->me_metas[0]->mm_txnid < env->me_metas[1]->mm_txnid)
1068                 toggle = 1;
1069
1070         if (env->me_meta != env->me_metas[toggle])
1071                 env->me_meta = env->me_metas[toggle];
1072         if (which)
1073                 *which = toggle;
1074
1075         DPRINTF("Using meta page %d", toggle);
1076
1077         return MDB_SUCCESS;
1078 }
1079
1080 int
1081 mdbenv_create(MDB_env **env)
1082 {
1083         MDB_env *e;
1084
1085         e = calloc(1, sizeof(MDB_env));
1086         if (!e) return ENOMEM;
1087
1088         e->me_maxreaders = DEFAULT_READERS;
1089         e->me_maxdbs = 2;
1090         e->me_fd = -1;
1091         e->me_lfd = -1;
1092         *env = e;
1093         return MDB_SUCCESS;
1094 }
1095
1096 int
1097 mdbenv_set_mapsize(MDB_env *env, size_t size)
1098 {
1099         if (env->me_map)
1100                 return EINVAL;
1101         env->me_mapsize = size;
1102         return MDB_SUCCESS;
1103 }
1104
1105 int
1106 mdbenv_set_maxdbs(MDB_env *env, int dbs)
1107 {
1108         env->me_maxdbs = dbs;
1109         return MDB_SUCCESS;
1110 }
1111
1112 int
1113 mdbenv_set_maxreaders(MDB_env *env, int readers)
1114 {
1115         env->me_maxreaders = readers;
1116         return MDB_SUCCESS;
1117 }
1118
1119 int
1120 mdbenv_get_maxreaders(MDB_env *env, int *readers)
1121 {
1122         if (!env || !readers)
1123                 return EINVAL;
1124         *readers = env->me_maxreaders;
1125         return MDB_SUCCESS;
1126 }
1127
1128 int
1129 mdbenv_open2(MDB_env *env, unsigned int flags)
1130 {
1131         int i, newenv = 0;
1132         MDB_meta meta;
1133         MDB_page *p;
1134
1135         env->me_flags = flags;
1136
1137         memset(&meta, 0, sizeof(meta));
1138
1139         if ((i = mdbenv_read_header(env, &meta)) != 0) {
1140                 if (i != ENOENT)
1141                         return i;
1142                 DPRINTF("new mdbenv");
1143                 newenv = 1;
1144         }
1145
1146         if (!env->me_mapsize) {
1147                 env->me_mapsize = newenv ? DEFAULT_MAPSIZE : meta.mm_mapsize;
1148         }
1149
1150         i = MAP_SHARED;
1151         if (meta.mm_address && (flags & MDB_FIXEDMAP))
1152                 i |= MAP_FIXED;
1153         env->me_map = mmap(meta.mm_address, env->me_mapsize, PROT_READ, i,
1154                 env->me_fd, 0);
1155         if (env->me_map == MAP_FAILED)
1156                 return errno;
1157
1158         if (newenv) {
1159                 meta.mm_mapsize = env->me_mapsize;
1160                 if (flags & MDB_FIXEDMAP)
1161                         meta.mm_address = env->me_map;
1162                 i = mdbenv_init_meta(env, &meta);
1163                 if (i != MDB_SUCCESS) {
1164                         munmap(env->me_map, env->me_mapsize);
1165                         return i;
1166                 }
1167         }
1168         env->me_psize = meta.mm_psize;
1169
1170         p = (MDB_page *)(MDB_page *)(MDB_page *)(MDB_page *)(MDB_page *)(MDB_page *)(MDB_page *)(MDB_page *)(MDB_page *)env->me_map;
1171         env->me_metas[0] = METADATA(p);
1172         env->me_metas[1] = (MDB_meta *)((char *)env->me_metas[0] + meta.mm_psize);
1173
1174         if ((i = mdbenv_read_meta(env, NULL)) != 0)
1175                 return i;
1176
1177         DPRINTF("opened database version %u, pagesize %u",
1178             env->me_meta->mm_version, env->me_psize);
1179         DPRINTF("depth: %u", env->me_meta->mm_dbs[MAIN_DBI].md_depth);
1180         DPRINTF("entries: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_entries);
1181         DPRINTF("branch pages: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_branch_pages);
1182         DPRINTF("leaf pages: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_leaf_pages);
1183         DPRINTF("overflow pages: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_overflow_pages);
1184         DPRINTF("root: %lu", env->me_meta->mm_dbs[MAIN_DBI].md_root);
1185
1186         return MDB_SUCCESS;
1187 }
1188
1189 static void
1190 mdbenv_reader_dest(void *ptr)
1191 {
1192         MDB_reader *reader = ptr;
1193
1194         reader->mr_txnid = 0;
1195         reader->mr_pid = 0;
1196         reader->mr_tid = 0;
1197 }
1198
1199 /* downgrade the exclusive lock on the region back to shared */
1200 static void
1201 mdbenv_share_locks(MDB_env *env)
1202 {
1203         struct flock lock_info;
1204
1205         env->me_txns->mt_txnid = env->me_meta->mm_txnid;
1206
1207         memset((void *)&lock_info, 0, sizeof(lock_info));
1208         lock_info.l_type = F_RDLCK;
1209         lock_info.l_whence = SEEK_SET;
1210         lock_info.l_start = 0;
1211         lock_info.l_len = 1;
1212         fcntl(env->me_lfd, F_SETLK, &lock_info);
1213 }
1214
1215 static int
1216 mdbenv_setup_locks(MDB_env *env, char *lpath, int mode, int *excl)
1217 {
1218         int rc;
1219         off_t size, rsize;
1220         struct flock lock_info;
1221
1222         *excl = 0;
1223
1224         if ((env->me_lfd = open(lpath, O_RDWR|O_CREAT, mode)) == -1) {
1225                 rc = errno;
1226                 return rc;
1227         }
1228         /* Try to get exclusive lock. If we succeed, then
1229          * nobody is using the lock region and we should initialize it.
1230          */
1231         memset((void *)&lock_info, 0, sizeof(lock_info));
1232         lock_info.l_type = F_WRLCK;
1233         lock_info.l_whence = SEEK_SET;
1234         lock_info.l_start = 0;
1235         lock_info.l_len = 1;
1236         rc = fcntl(env->me_lfd, F_SETLK, &lock_info);
1237         if (rc == 0) {
1238                 *excl = 1;
1239         } else {
1240                 lock_info.l_type = F_RDLCK;
1241                 rc = fcntl(env->me_lfd, F_SETLK, &lock_info);
1242                 if (rc) {
1243                         rc = errno;
1244                         goto fail;
1245                 }
1246         }
1247         size = lseek(env->me_lfd, 0, SEEK_END);
1248         rsize = (env->me_maxreaders-1) * sizeof(MDB_reader) + sizeof(MDB_txninfo);
1249         if (size < rsize && *excl) {
1250                 if (ftruncate(env->me_lfd, rsize) != 0) {
1251                         rc = errno;
1252                         goto fail;
1253                 }
1254         } else {
1255                 rsize = size;
1256                 size = rsize - sizeof(MDB_txninfo);
1257                 env->me_maxreaders = size/sizeof(MDB_reader) + 1;
1258         }
1259         env->me_txns = mmap(0, rsize, PROT_READ|PROT_WRITE, MAP_SHARED,
1260                 env->me_lfd, 0);
1261         if (env->me_txns == MAP_FAILED) {
1262                 rc = errno;
1263                 goto fail;
1264         }
1265         if (*excl) {
1266                 pthread_mutexattr_t mattr;
1267
1268                 pthread_mutexattr_init(&mattr);
1269                 pthread_mutexattr_setpshared(&mattr, PTHREAD_PROCESS_SHARED);
1270                 pthread_mutex_init(&env->me_txns->mt_mutex, &mattr);
1271                 pthread_mutex_init(&env->me_txns->mt_wmutex, &mattr);
1272                 env->me_txns->mt_version = MDB_VERSION;
1273                 env->me_txns->mt_magic = MDB_MAGIC;
1274                 env->me_txns->mt_txnid = 0;
1275                 env->me_txns->mt_numreaders = 0;
1276
1277         } else {
1278                 if (env->me_txns->mt_magic != MDB_MAGIC) {
1279                         DPRINTF("lock region has invalid magic");
1280                         rc = EINVAL;
1281                         goto fail;
1282                 }
1283                 if (env->me_txns->mt_version != MDB_VERSION) {
1284                         DPRINTF("lock region is version %u, expected version %u",
1285                                 env->me_txns->mt_version, MDB_VERSION);
1286                         rc = MDB_VERSION_MISMATCH;
1287                         goto fail;
1288                 }
1289                 if (errno != EACCES && errno != EAGAIN) {
1290                         rc = errno;
1291                         goto fail;
1292                 }
1293         }
1294         return MDB_SUCCESS;
1295
1296 fail:
1297         close(env->me_lfd);
1298         return rc;
1299
1300 }
1301
1302 #define LOCKNAME        "/lock.mdb"
1303 #define DATANAME        "/data.mdb"
1304 int
1305 mdbenv_open(MDB_env *env, const char *path, unsigned int flags, mode_t mode)
1306 {
1307         int             oflags, rc, len, excl;
1308         char *lpath, *dpath;
1309
1310         len = strlen(path);
1311         lpath = malloc(len + sizeof(LOCKNAME) + len + sizeof(DATANAME));
1312         if (!lpath)
1313                 return ENOMEM;
1314         dpath = lpath + len + sizeof(LOCKNAME);
1315         sprintf(lpath, "%s" LOCKNAME, path);
1316         sprintf(dpath, "%s" DATANAME, path);
1317
1318         rc = mdbenv_setup_locks(env, lpath, mode, &excl);
1319         if (rc)
1320                 goto leave;
1321
1322         if (F_ISSET(flags, MDB_RDONLY))
1323                 oflags = O_RDONLY;
1324         else
1325                 oflags = O_RDWR | O_CREAT;
1326
1327         if ((env->me_fd = open(dpath, oflags, mode)) == -1)
1328                 return errno;
1329
1330         if ((rc = mdbenv_open2(env, flags)) != MDB_SUCCESS) {
1331                 close(env->me_fd);
1332                 env->me_fd = -1;
1333         } else {
1334                 env->me_path = strdup(path);
1335                 DPRINTF("opened dbenv %p", (void *) env);
1336                 pthread_key_create(&env->me_txkey, mdbenv_reader_dest);
1337                 if (excl)
1338                         mdbenv_share_locks(env);
1339                 env->me_dbxs = calloc(env->me_maxdbs, sizeof(MDB_dbx));
1340                 env->me_dbs[0] = calloc(env->me_maxdbs, sizeof(MDB_db));
1341                 env->me_dbs[1] = calloc(env->me_maxdbs, sizeof(MDB_db));
1342                 env->me_numdbs = 2;
1343         }
1344
1345 leave:
1346         free(lpath);
1347         return rc;
1348 }
1349
1350 void
1351 mdbenv_close(MDB_env *env)
1352 {
1353         if (env == NULL)
1354                 return;
1355
1356         free(env->me_dbs[1]);
1357         free(env->me_dbs[0]);
1358         free(env->me_dbxs);
1359         free(env->me_path);
1360
1361         if (env->me_map) {
1362                 munmap(env->me_map, env->me_mapsize);
1363         }
1364         close(env->me_fd);
1365         if (env->me_txns) {
1366                 size_t size = (env->me_maxreaders-1) * sizeof(MDB_reader) + sizeof(MDB_txninfo);
1367                 munmap(env->me_txns, size);
1368         }
1369         close(env->me_lfd);
1370         free(env);
1371 }
1372
1373 /* Search for key within a leaf page, using binary search.
1374  * Returns the smallest entry larger or equal to the key.
1375  * If exactp is non-null, stores whether the found entry was an exact match
1376  * in *exactp (1 or 0).
1377  * If kip is non-null, stores the index of the found entry in *kip.
1378  * If no entry larger or equal to the key is found, returns NULL.
1379  */
1380 static MDB_node *
1381 mdb_search_node(MDB_txn *txn, MDB_dbi dbi, MDB_page *mp, MDB_val *key,
1382     int *exactp, unsigned int *kip)
1383 {
1384         unsigned int     i = 0;
1385         int              low, high;
1386         int              rc = 0;
1387         MDB_node        *node;
1388         MDB_val  nodekey;
1389
1390         DPRINTF("searching %u keys in %s page %lu",
1391             NUMKEYS(mp),
1392             IS_LEAF(mp) ? "leaf" : "branch",
1393             mp->mp_pgno);
1394
1395         assert(NUMKEYS(mp) > 0);
1396
1397         memset(&nodekey, 0, sizeof(nodekey));
1398
1399         low = IS_LEAF(mp) ? 0 : 1;
1400         high = NUMKEYS(mp) - 1;
1401         while (low <= high) {
1402                 i = (low + high) >> 1;
1403                 node = NODEPTR(mp, i);
1404
1405                 nodekey.mv_size = node->mn_ksize;
1406                 nodekey.mv_data = NODEKEY(node);
1407
1408                 if (txn->mt_dbxs[dbi].md_cmp)
1409                         rc = txn->mt_dbxs[dbi].md_cmp(key, &nodekey);
1410                 else
1411                         rc = _mdb_cmp(txn, dbi, key, &nodekey);
1412
1413                 if (IS_LEAF(mp))
1414                         DPRINTF("found leaf index %u [%.*s], rc = %i",
1415                             i, (int)nodekey.mv_size, (char *)nodekey.mv_data, rc);
1416                 else
1417                         DPRINTF("found branch index %u [%.*s -> %lu], rc = %i",
1418                             i, (int)node->mn_ksize, (char *)NODEKEY(node),
1419                             node->mn_pgno, rc);
1420
1421                 if (rc == 0)
1422                         break;
1423                 if (rc > 0)
1424                         low = i + 1;
1425                 else
1426                         high = i - 1;
1427         }
1428
1429         if (rc > 0) {   /* Found entry is less than the key. */
1430                 i++;    /* Skip to get the smallest entry larger than key. */
1431                 if (i >= NUMKEYS(mp))
1432                         /* There is no entry larger or equal to the key. */
1433                         return NULL;
1434         }
1435         if (exactp)
1436                 *exactp = (rc == 0);
1437         if (kip)        /* Store the key index if requested. */
1438                 *kip = i;
1439
1440         return NODEPTR(mp, i);
1441 }
1442
1443 static void
1444 cursor_pop_page(MDB_cursor *cursor)
1445 {
1446         MDB_ppage       *top;
1447
1448         top = CURSOR_TOP(cursor);
1449         CURSOR_POP(cursor);
1450
1451         DPRINTF("popped page %lu off cursor %p", top->mp_page->mp_pgno, (void *) cursor);
1452
1453         free(top);
1454 }
1455
1456 static MDB_ppage *
1457 cursor_push_page(MDB_cursor *cursor, MDB_page *mp)
1458 {
1459         MDB_ppage       *ppage;
1460
1461         DPRINTF("pushing page %lu on cursor %p", mp->mp_pgno, (void *) cursor);
1462
1463         if ((ppage = calloc(1, sizeof(MDB_ppage))) == NULL)
1464                 return NULL;
1465         ppage->mp_page = mp;
1466         CURSOR_PUSH(cursor, ppage);
1467         return ppage;
1468 }
1469
1470 static MDB_page *
1471 mdb_get_page(MDB_txn *txn, pgno_t pgno)
1472 {
1473         MDB_page *p = NULL;
1474         int found = 0;
1475
1476         if (!F_ISSET(txn->mt_flags, MDB_TXN_RDONLY) && !STAILQ_EMPTY(txn->mt_u.dirty_queue)) {
1477                 MDB_dpage *dp;
1478                 STAILQ_FOREACH(dp, txn->mt_u.dirty_queue, h.md_next) {
1479                         if (dp->p.mp_pgno == pgno) {
1480                                 p = &dp->p;
1481                                 found = 1;
1482                                 break;
1483                         }
1484                 }
1485         }
1486         if (!found) {
1487                 if (pgno > txn->mt_env->me_meta->mm_last_pg)
1488                         return NULL;
1489                 p = (MDB_page *)(txn->mt_env->me_map + txn->mt_env->me_psize * pgno);
1490         }
1491         return p;
1492 }
1493
1494 static int
1495 mdb_search_page_root(MDB_txn *txn, MDB_dbi dbi, MDB_val *key,
1496     MDB_cursor *cursor, int modify, MDB_pageparent *mpp)
1497 {
1498         MDB_page        *mp = mpp->mp_page;
1499         int rc;
1500
1501         if (cursor && cursor_push_page(cursor, mp) == NULL)
1502                 return MDB_FAIL;
1503
1504         while (IS_BRANCH(mp)) {
1505                 unsigned int     i = 0;
1506                 MDB_node        *node;
1507
1508                 DPRINTF("branch page %lu has %u keys", mp->mp_pgno, NUMKEYS(mp));
1509                 assert(NUMKEYS(mp) > 1);
1510                 DPRINTF("found index 0 to page %lu", NODEPGNO(NODEPTR(mp, 0)));
1511
1512                 if (key == NULL)        /* Initialize cursor to first page. */
1513                         i = 0;
1514                 else if (key->mv_size > MAXKEYSIZE && key->mv_data == NULL) {
1515                                                         /* cursor to last page */
1516                         i = NUMKEYS(mp)-1;
1517                 } else {
1518                         int      exact;
1519                         node = mdb_search_node(txn, dbi, mp, key, &exact, &i);
1520                         if (node == NULL)
1521                                 i = NUMKEYS(mp) - 1;
1522                         else if (!exact) {
1523                                 assert(i > 0);
1524                                 i--;
1525                         }
1526                 }
1527
1528                 if (key)
1529                         DPRINTF("following index %u for key %.*s",
1530                             i, (int)key->mv_size, (char *)key->mv_data);
1531                 assert(i < NUMKEYS(mp));
1532                 node = NODEPTR(mp, i);
1533
1534                 if (cursor)
1535                         CURSOR_TOP(cursor)->mp_ki = i;
1536
1537                 mpp->mp_parent = mp;
1538                 if ((mp = mdb_get_page(txn, NODEPGNO(node))) == NULL)
1539                         return MDB_FAIL;
1540                 mpp->mp_pi = i;
1541                 mpp->mp_page = mp;
1542
1543                 if (cursor && cursor_push_page(cursor, mp) == NULL)
1544                         return MDB_FAIL;
1545
1546                 if (modify) {
1547                         MDB_dhead *dh = ((MDB_dhead *)mp)-1;
1548                         if ((rc = mdb_touch(txn, mpp)) != 0)
1549                                 return rc;
1550                         dh = ((MDB_dhead *)mpp->mp_page)-1;
1551                         dh->md_parent = mpp->mp_parent;
1552                         dh->md_pi = mpp->mp_pi;
1553                 }
1554
1555                 mp = mpp->mp_page;
1556         }
1557
1558         if (!IS_LEAF(mp)) {
1559                 DPRINTF("internal error, index points to a %02X page!?",
1560                     mp->mp_flags);
1561                 return MDB_FAIL;
1562         }
1563
1564         DPRINTF("found leaf page %lu for key %.*s", mp->mp_pgno,
1565             key ? (int)key->mv_size : 0, key ? (char *)key->mv_data : NULL);
1566
1567         return MDB_SUCCESS;
1568 }
1569
1570 /* Search for the page a given key should be in.
1571  * Stores a pointer to the found page in *mpp.
1572  * If key is NULL, search for the lowest page (used by mdb_cursor_first).
1573  * If cursor is non-null, pushes parent pages on the cursor stack.
1574  * If modify is true, visited pages are updated with new page numbers.
1575  */
1576 static int
1577 mdb_search_page(MDB_txn *txn, MDB_dbi dbi, MDB_val *key,
1578     MDB_cursor *cursor, int modify, MDB_pageparent *mpp)
1579 {
1580         int              rc;
1581         pgno_t           root;
1582
1583         /* Choose which root page to start with. If a transaction is given
1584          * use the root page from the transaction, otherwise read the last
1585          * committed root page.
1586          */
1587         if (F_ISSET(txn->mt_flags, MDB_TXN_ERROR)) {
1588                 DPRINTF("transaction has failed, must abort");
1589                 return EINVAL;
1590         } else
1591                 root = txn->mt_dbs[dbi].md_root;
1592
1593         if (root == P_INVALID) {                /* Tree is empty. */
1594                 DPRINTF("tree is empty");
1595                 return MDB_NOTFOUND;
1596         }
1597
1598         if ((mpp->mp_page = mdb_get_page(txn, root)) == NULL)
1599                 return MDB_FAIL;
1600
1601         DPRINTF("root page has flags 0x%X", mpp->mp_page->mp_flags);
1602
1603         if (modify) {
1604                 /* For sub-databases, update main root first */
1605                 if (dbi > MAIN_DBI && !txn->mt_dbxs[dbi].md_dirty) {
1606                         MDB_pageparent mp2;
1607                         rc = mdb_search_page(txn, MAIN_DBI, &txn->mt_dbxs[dbi].md_name,
1608                                 NULL, 1, &mp2);
1609                         if (rc)
1610                                 return rc;
1611                         txn->mt_dbxs[dbi].md_dirty = 1;
1612                 }
1613                 if (!F_ISSET(mpp->mp_page->mp_flags, P_DIRTY)) {
1614                         mpp->mp_parent = NULL;
1615                         mpp->mp_pi = 0;
1616                         if ((rc = mdb_touch(txn, mpp)))
1617                                 return rc;
1618                         txn->mt_dbs[dbi].md_root = mpp->mp_page->mp_pgno;
1619                 }
1620         }
1621
1622         return mdb_search_page_root(txn, dbi, key, cursor, modify, mpp);
1623 }
1624
1625 static int
1626 mdb_read_data(MDB_txn *txn, MDB_node *leaf, MDB_val *data)
1627 {
1628         MDB_page        *omp;           /* overflow mpage */
1629         pgno_t           pgno;
1630
1631         if (!F_ISSET(leaf->mn_flags, F_BIGDATA)) {
1632                 data->mv_size = leaf->mn_dsize;
1633                 data->mv_data = NODEDATA(leaf);
1634                 return MDB_SUCCESS;
1635         }
1636
1637         /* Read overflow data.
1638          */
1639         data->mv_size = leaf->mn_dsize;
1640         memcpy(&pgno, NODEDATA(leaf), sizeof(pgno));
1641         if ((omp = mdb_get_page(txn, pgno)) == NULL) {
1642                 DPRINTF("read overflow page %lu failed", pgno);
1643                 return MDB_FAIL;
1644         }
1645         data->mv_data = omp;
1646
1647         return MDB_SUCCESS;
1648 }
1649
1650 int
1651 mdb_get(MDB_txn *txn, MDB_dbi dbi,
1652     MDB_val *key, MDB_val *data)
1653 {
1654         int              rc, exact;
1655         MDB_node        *leaf;
1656         MDB_pageparent mpp;
1657
1658         assert(key);
1659         assert(data);
1660         DPRINTF("===> get key [%.*s]", (int)key->mv_size, (char *)key->mv_data);
1661
1662         if (txn == NULL || dbi >= txn->mt_numdbs)
1663                 return EINVAL;
1664
1665         if (key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
1666                 return EINVAL;
1667         }
1668
1669         if ((rc = mdb_search_page(txn, dbi, key, NULL, 0, &mpp)) != MDB_SUCCESS)
1670                 return rc;
1671
1672         leaf = mdb_search_node(txn, dbi, mpp.mp_page, key, &exact, NULL);
1673         if (leaf && exact) {
1674                 /* Return first duplicate data item */
1675                 if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
1676                         MDB_xcursor mx;
1677
1678                         mdb_xcursor_init0(txn, dbi, &mx);
1679                         mdb_xcursor_init1(txn, dbi, &mx, NODEDATA(leaf));
1680                         rc = mdb_search_page(&mx.mx_txn, mx.mx_cursor.mc_dbi, NULL, NULL, 0, &mpp);
1681                         if (rc != MDB_SUCCESS)
1682                                 return rc;
1683                         leaf = NODEPTR(mpp.mp_page, 0);
1684                 }
1685                 rc = mdb_read_data(txn, leaf, data);
1686         } else {
1687                 rc = MDB_NOTFOUND;
1688         }
1689
1690         return rc;
1691 }
1692
1693 static int
1694 mdb_sibling(MDB_cursor *cursor, int move_right)
1695 {
1696         int              rc;
1697         MDB_node        *indx;
1698         MDB_ppage       *parent, *top;
1699         MDB_page        *mp;
1700
1701         top = CURSOR_TOP(cursor);
1702         if ((parent = SLIST_NEXT(top, mp_entry)) == NULL) {
1703                 return MDB_NOTFOUND;            /* root has no siblings */
1704         }
1705
1706         DPRINTF("parent page is page %lu, index %u",
1707             parent->mp_page->mp_pgno, parent->mp_ki);
1708
1709         cursor_pop_page(cursor);
1710         if (move_right ? (parent->mp_ki + 1 >= NUMKEYS(parent->mp_page))
1711                        : (parent->mp_ki == 0)) {
1712                 DPRINTF("no more keys left, moving to %s sibling",
1713                     move_right ? "right" : "left");
1714                 if ((rc = mdb_sibling(cursor, move_right)) != MDB_SUCCESS)
1715                         return rc;
1716                 parent = CURSOR_TOP(cursor);
1717         } else {
1718                 if (move_right)
1719                         parent->mp_ki++;
1720                 else
1721                         parent->mp_ki--;
1722                 DPRINTF("just moving to %s index key %u",
1723                     move_right ? "right" : "left", parent->mp_ki);
1724         }
1725         assert(IS_BRANCH(parent->mp_page));
1726
1727         indx = NODEPTR(parent->mp_page, parent->mp_ki);
1728         if ((mp = mdb_get_page(cursor->mc_txn, indx->mn_pgno)) == NULL)
1729                 return MDB_FAIL;
1730 #if 0
1731         mp->parent = parent->mp_page;
1732         mp->parent_index = parent->mp_ki;
1733 #endif
1734
1735         cursor_push_page(cursor, mp);
1736
1737         return MDB_SUCCESS;
1738 }
1739
1740 static int
1741 mdb_set_key(MDB_node *node, MDB_val *key)
1742 {
1743         if (key == NULL)
1744                 return 0;
1745
1746         key->mv_size = node->mn_ksize;
1747         key->mv_data = NODEKEY(node);
1748
1749         return 0;
1750 }
1751
1752 static int
1753 mdb_cursor_next(MDB_cursor *cursor, MDB_val *key, MDB_val *data, MDB_cursor_op op)
1754 {
1755         MDB_ppage       *top;
1756         MDB_page        *mp;
1757         MDB_node        *leaf;
1758         int rc;
1759
1760         if (cursor->mc_eof) {
1761                 return MDB_NOTFOUND;
1762         }
1763
1764         assert(cursor->mc_initialized);
1765
1766         if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
1767                 if (op == MDB_NEXT || op == MDB_NEXT_DUP) {
1768                         rc = mdb_cursor_next(&cursor->mc_xcursor->mx_cursor, data, NULL, MDB_NEXT);
1769                         if (op != MDB_NEXT || rc == MDB_SUCCESS)
1770                                 return rc;
1771                 }
1772         }
1773
1774         top = CURSOR_TOP(cursor);
1775         mp = top->mp_page;
1776
1777         DPRINTF("cursor_next: top page is %lu in cursor %p", mp->mp_pgno, (void *) cursor);
1778
1779         if (top->mp_ki + 1 >= NUMKEYS(mp)) {
1780                 DPRINTF("=====> move to next sibling page");
1781                 if (mdb_sibling(cursor, 1) != MDB_SUCCESS) {
1782                         cursor->mc_eof = 1;
1783                         return MDB_NOTFOUND;
1784                 }
1785                 top = CURSOR_TOP(cursor);
1786                 mp = top->mp_page;
1787                 DPRINTF("next page is %lu, key index %u", mp->mp_pgno, top->mp_ki);
1788         } else
1789                 top->mp_ki++;
1790
1791         DPRINTF("==> cursor points to page %lu with %u keys, key index %u",
1792             mp->mp_pgno, NUMKEYS(mp), top->mp_ki);
1793
1794         assert(IS_LEAF(mp));
1795         leaf = NODEPTR(mp, top->mp_ki);
1796
1797         if (data) {
1798                 if ((rc = mdb_read_data(cursor->mc_txn, leaf, data) != MDB_SUCCESS))
1799                         return rc;
1800
1801                 if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
1802                         mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, NODEDATA(leaf));
1803                         rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
1804                         if (rc != MDB_SUCCESS)
1805                                 return rc;
1806                 }
1807         }
1808
1809         return mdb_set_key(leaf, key);
1810 }
1811
1812 static int
1813 mdb_cursor_prev(MDB_cursor *cursor, MDB_val *key, MDB_val *data, MDB_cursor_op op)
1814 {
1815         MDB_ppage       *top;
1816         MDB_page        *mp;
1817         MDB_node        *leaf;
1818         int rc;
1819
1820         assert(cursor->mc_initialized);
1821
1822         if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
1823                 if (op == MDB_PREV || op == MDB_PREV_DUP) {
1824                         rc = mdb_cursor_next(&cursor->mc_xcursor->mx_cursor, data, NULL, MDB_PREV);
1825                         if (op != MDB_PREV || rc == MDB_SUCCESS)
1826                                 return rc;
1827                 }
1828         }
1829
1830         top = CURSOR_TOP(cursor);
1831         mp = top->mp_page;
1832
1833         DPRINTF("cursor_prev: top page is %lu in cursor %p", mp->mp_pgno, (void *) cursor);
1834
1835         if (top->mp_ki == 0)  {
1836                 DPRINTF("=====> move to prev sibling page");
1837                 if (mdb_sibling(cursor, 0) != MDB_SUCCESS) {
1838                         return MDB_NOTFOUND;
1839                 }
1840                 top = CURSOR_TOP(cursor);
1841                 mp = top->mp_page;
1842                 top->mp_ki = NUMKEYS(mp) - 1;
1843                 DPRINTF("prev page is %lu, key index %u", mp->mp_pgno, top->mp_ki);
1844         } else
1845                 top->mp_ki--;
1846
1847         cursor->mc_eof = 0;
1848
1849         DPRINTF("==> cursor points to page %lu with %u keys, key index %u",
1850             mp->mp_pgno, NUMKEYS(mp), top->mp_ki);
1851
1852         assert(IS_LEAF(mp));
1853         leaf = NODEPTR(mp, top->mp_ki);
1854
1855         if (data) {
1856                 if ((rc = mdb_read_data(cursor->mc_txn, leaf, data) != MDB_SUCCESS))
1857                         return rc;
1858
1859                 if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
1860                         mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, NODEDATA(leaf));
1861                         rc = mdb_cursor_last(&cursor->mc_xcursor->mx_cursor, data, NULL);
1862                         if (rc != MDB_SUCCESS)
1863                                 return rc;
1864                 }
1865         }
1866
1867         return mdb_set_key(leaf, key);
1868 }
1869
1870 static int
1871 mdb_cursor_set(MDB_cursor *cursor, MDB_val *key, MDB_val *data,
1872     MDB_cursor_op op, int *exactp)
1873 {
1874         int              rc;
1875         MDB_node        *leaf;
1876         MDB_ppage       *top;
1877         MDB_pageparent mpp;
1878
1879         assert(cursor);
1880         assert(key);
1881         assert(key->mv_size > 0);
1882
1883         while (CURSOR_TOP(cursor) != NULL)
1884                 cursor_pop_page(cursor);
1885
1886         rc = mdb_search_page(cursor->mc_txn, cursor->mc_dbi, key, cursor, 0, &mpp);
1887         if (rc != MDB_SUCCESS)
1888                 return rc;
1889         assert(IS_LEAF(mpp.mp_page));
1890
1891         top = CURSOR_TOP(cursor);
1892         leaf = mdb_search_node(cursor->mc_txn, cursor->mc_dbi, mpp.mp_page, key, exactp, &top->mp_ki);
1893         if (exactp != NULL && !*exactp) {
1894                 /* MDB_SET specified and not an exact match. */
1895                 return MDB_NOTFOUND;
1896         }
1897
1898         if (leaf == NULL) {
1899                 DPRINTF("===> inexact leaf not found, goto sibling");
1900                 if ((rc = mdb_sibling(cursor, 1)) != MDB_SUCCESS)
1901                         return rc;              /* no entries matched */
1902                 top = CURSOR_TOP(cursor);
1903                 top->mp_ki = 0;
1904                 mpp.mp_page = top->mp_page;
1905                 assert(IS_LEAF(mpp.mp_page));
1906                 leaf = NODEPTR(mpp.mp_page, 0);
1907         }
1908
1909         cursor->mc_initialized = 1;
1910         cursor->mc_eof = 0;
1911
1912         if (data) {
1913                 if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
1914                         return rc;
1915
1916                 if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
1917                         mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, NODEDATA(leaf));
1918                         if (op == MDB_SET || op == MDB_SET_RANGE) {
1919                                 rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
1920                         } else {
1921                                 int ex2, *ex2p;
1922                                 MDB_cursor_op op2;
1923                                 if (op == MDB_GET_BOTH) {
1924                                         ex2p = &ex2;
1925                                         op2 = MDB_SET;
1926                                 } else {
1927                                         ex2p = NULL;
1928                                         op2 = MDB_SET_RANGE;
1929                                 }
1930                                 rc = mdb_cursor_set(&cursor->mc_xcursor->mx_cursor, data, NULL, op2, ex2p);
1931                                 if (rc != MDB_SUCCESS)
1932                                         return rc;
1933                         }
1934                 }
1935         }
1936
1937         rc = mdb_set_key(leaf, key);
1938         if (rc == MDB_SUCCESS) {
1939                 DPRINTF("==> cursor placed on key %.*s",
1940                         (int)key->mv_size, (char *)key->mv_data);
1941                 ;
1942         }
1943
1944         return rc;
1945 }
1946
1947 static int
1948 mdb_cursor_first(MDB_cursor *cursor, MDB_val *key, MDB_val *data)
1949 {
1950         int              rc;
1951         MDB_pageparent  mpp;
1952         MDB_node        *leaf;
1953
1954         while (CURSOR_TOP(cursor) != NULL)
1955                 cursor_pop_page(cursor);
1956
1957         rc = mdb_search_page(cursor->mc_txn, cursor->mc_dbi, NULL, cursor, 0, &mpp);
1958         if (rc != MDB_SUCCESS)
1959                 return rc;
1960         assert(IS_LEAF(mpp.mp_page));
1961
1962         leaf = NODEPTR(mpp.mp_page, 0);
1963         cursor->mc_initialized = 1;
1964         cursor->mc_eof = 0;
1965
1966         if (data) {
1967                 if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
1968                         return rc;
1969
1970                 if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
1971                         mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, NODEDATA(leaf));
1972                         rc = mdb_cursor_first(&cursor->mc_xcursor->mx_cursor, data, NULL);
1973                         if (rc)
1974                                 return rc;
1975                 }
1976         }
1977         return mdb_set_key(leaf, key);
1978 }
1979
1980 static int
1981 mdb_cursor_last(MDB_cursor *cursor, MDB_val *key, MDB_val *data)
1982 {
1983         int              rc;
1984         MDB_ppage       *top;
1985         MDB_pageparent  mpp;
1986         MDB_node        *leaf;
1987         MDB_val lkey;
1988
1989         while (CURSOR_TOP(cursor) != NULL)
1990                 cursor_pop_page(cursor);
1991
1992         lkey.mv_size = MAXKEYSIZE+1;
1993         lkey.mv_data = NULL;
1994
1995         rc = mdb_search_page(cursor->mc_txn, cursor->mc_dbi, &lkey, cursor, 0, &mpp);
1996         if (rc != MDB_SUCCESS)
1997                 return rc;
1998         assert(IS_LEAF(mpp.mp_page));
1999
2000         leaf = NODEPTR(mpp.mp_page, NUMKEYS(mpp.mp_page)-1);
2001         cursor->mc_initialized = 1;
2002         cursor->mc_eof = 0;
2003
2004         top = CURSOR_TOP(cursor);
2005         top->mp_ki = NUMKEYS(top->mp_page) - 1;
2006
2007         if (data) {
2008                 if ((rc = mdb_read_data(cursor->mc_txn, leaf, data)) != MDB_SUCCESS)
2009                         return rc;
2010
2011                 if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
2012                         mdb_xcursor_init1(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor, NODEDATA(leaf));
2013                         rc = mdb_cursor_last(&cursor->mc_xcursor->mx_cursor, data, NULL);
2014                         if (rc)
2015                                 return rc;
2016                 }
2017         }
2018
2019         return mdb_set_key(leaf, key);
2020 }
2021
2022 int
2023 mdb_cursor_get(MDB_cursor *cursor, MDB_val *key, MDB_val *data,
2024     MDB_cursor_op op)
2025 {
2026         int              rc;
2027         int              exact = 0;
2028
2029         assert(cursor);
2030
2031         switch (op) {
2032         case MDB_GET_BOTH:
2033         case MDB_GET_BOTH_RANGE:
2034                 if (data == NULL) {
2035                         rc = EINVAL;
2036                         break;
2037                 }
2038                 /* FALLTHRU */
2039         case MDB_SET:
2040         case MDB_SET_RANGE:
2041                 if (key == NULL || key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
2042                         rc = EINVAL;
2043                 } else if (op != MDB_SET_RANGE)
2044                         rc = mdb_cursor_set(cursor, key, data, op, NULL);
2045                 else
2046                         rc = mdb_cursor_set(cursor, key, data, op, &exact);
2047                 break;
2048         case MDB_NEXT:
2049         case MDB_NEXT_DUP:
2050         case MDB_NEXT_NODUP:
2051                 if (!cursor->mc_initialized)
2052                         rc = mdb_cursor_first(cursor, key, data);
2053                 else
2054                         rc = mdb_cursor_next(cursor, key, data, op);
2055                 break;
2056         case MDB_PREV:
2057         case MDB_PREV_DUP:
2058         case MDB_PREV_NODUP:
2059                 if (!cursor->mc_initialized || cursor->mc_eof)
2060                         rc = mdb_cursor_last(cursor, key, data);
2061                 else
2062                         rc = mdb_cursor_prev(cursor, key, data, op);
2063                 break;
2064         case MDB_FIRST:
2065                 rc = mdb_cursor_first(cursor, key, data);
2066                 break;
2067         case MDB_LAST:
2068                 rc = mdb_cursor_last(cursor, key, data);
2069                 break;
2070         default:
2071                 DPRINTF("unhandled/unimplemented cursor operation %u", op);
2072                 rc = EINVAL;
2073                 break;
2074         }
2075
2076         return rc;
2077 }
2078
2079 /* Allocate a page and initialize it
2080  */
2081 static MDB_dpage *
2082 mdb_new_page(MDB_txn *txn, MDB_dbi dbi, uint32_t flags, int num)
2083 {
2084         MDB_dpage       *dp;
2085
2086         if ((dp = mdb_alloc_page(txn, NULL, 0, num)) == NULL)
2087                 return NULL;
2088         DPRINTF("allocated new mpage %lu, page size %u",
2089             dp->p.mp_pgno, txn->mt_env->me_psize);
2090         dp->p.mp_flags = flags | P_DIRTY;
2091         dp->p.mp_lower = PAGEHDRSZ;
2092         dp->p.mp_upper = txn->mt_env->me_psize;
2093
2094         if (IS_BRANCH(&dp->p))
2095                 txn->mt_dbs[dbi].md_branch_pages++;
2096         else if (IS_LEAF(&dp->p))
2097                 txn->mt_dbs[dbi].md_leaf_pages++;
2098         else if (IS_OVERFLOW(&dp->p)) {
2099                 txn->mt_dbs[dbi].md_overflow_pages += num;
2100                 dp->p.mp_pages = num;
2101         }
2102
2103         return dp;
2104 }
2105
2106 static size_t
2107 mdb_leaf_size(MDB_env *env, MDB_val *key, MDB_val *data)
2108 {
2109         size_t           sz;
2110
2111         sz = LEAFSIZE(key, data);
2112         if (data->mv_size >= env->me_psize / MDB_MINKEYS) {
2113                 /* put on overflow page */
2114                 sz -= data->mv_size - sizeof(pgno_t);
2115         }
2116
2117         return sz + sizeof(indx_t);
2118 }
2119
2120 static size_t
2121 mdb_branch_size(MDB_env *env, MDB_val *key)
2122 {
2123         size_t           sz;
2124
2125         sz = INDXSIZE(key);
2126         if (sz >= env->me_psize / MDB_MINKEYS) {
2127                 /* put on overflow page */
2128                 /* not implemented */
2129                 /* sz -= key->size - sizeof(pgno_t); */
2130         }
2131
2132         return sz + sizeof(indx_t);
2133 }
2134
2135 static int
2136 mdb_add_node(MDB_txn *txn, MDB_dbi dbi, MDB_page *mp, indx_t indx,
2137     MDB_val *key, MDB_val *data, pgno_t pgno, uint8_t flags)
2138 {
2139         unsigned int     i;
2140         size_t           node_size = NODESIZE;
2141         indx_t           ofs;
2142         MDB_node        *node;
2143         MDB_dpage       *ofp = NULL;            /* overflow page */
2144
2145         assert(mp->mp_upper >= mp->mp_lower);
2146
2147         DPRINTF("add node [%.*s] to %s page %lu at index %i, key size %zu",
2148             key ? (int)key->mv_size : 0, key ? (char *)key->mv_data : NULL,
2149             IS_LEAF(mp) ? "leaf" : "branch",
2150             mp->mp_pgno, indx, key ? key->mv_size : 0);
2151
2152         if (key != NULL)
2153                 node_size += key->mv_size;
2154
2155         if (IS_LEAF(mp)) {
2156                 assert(data);
2157                 if (F_ISSET(flags, F_BIGDATA)) {
2158                         /* Data already on overflow page. */
2159                         node_size += sizeof(pgno_t);
2160                 } else if (data->mv_size >= txn->mt_env->me_psize / MDB_MINKEYS) {
2161                         int ovpages = OVPAGES(data->mv_size, txn->mt_env->me_psize);
2162                         /* Put data on overflow page. */
2163                         DPRINTF("data size is %zu, put on overflow page",
2164                             data->mv_size);
2165                         node_size += sizeof(pgno_t);
2166                         if ((ofp = mdb_new_page(txn, dbi, P_OVERFLOW, ovpages)) == NULL)
2167                                 return MDB_FAIL;
2168                         DPRINTF("allocated overflow page %lu", ofp->p.mp_pgno);
2169                         flags |= F_BIGDATA;
2170                 } else {
2171                         node_size += data->mv_size;
2172                 }
2173         }
2174
2175         if (node_size + sizeof(indx_t) > SIZELEFT(mp)) {
2176                 DPRINTF("not enough room in page %lu, got %u ptrs",
2177                     mp->mp_pgno, NUMKEYS(mp));
2178                 DPRINTF("upper - lower = %u - %u = %u", mp->mp_upper, mp->mp_lower,
2179                     mp->mp_upper - mp->mp_lower);
2180                 DPRINTF("node size = %zu", node_size);
2181                 return ENOSPC;
2182         }
2183
2184         /* Move higher pointers up one slot. */
2185         for (i = NUMKEYS(mp); i > indx; i--)
2186                 mp->mp_ptrs[i] = mp->mp_ptrs[i - 1];
2187
2188         /* Adjust free space offsets. */
2189         ofs = mp->mp_upper - node_size;
2190         assert(ofs >= mp->mp_lower + sizeof(indx_t));
2191         mp->mp_ptrs[indx] = ofs;
2192         mp->mp_upper = ofs;
2193         mp->mp_lower += sizeof(indx_t);
2194
2195         /* Write the node data. */
2196         node = NODEPTR(mp, indx);
2197         node->mn_ksize = (key == NULL) ? 0 : key->mv_size;
2198         node->mn_flags = flags;
2199         if (IS_LEAF(mp))
2200                 node->mn_dsize = data->mv_size;
2201         else
2202                 node->mn_pgno = pgno;
2203
2204         if (key)
2205                 memcpy(NODEKEY(node), key->mv_data, key->mv_size);
2206
2207         if (IS_LEAF(mp)) {
2208                 assert(key);
2209                 if (ofp == NULL) {
2210                         if (F_ISSET(flags, F_BIGDATA))
2211                                 memcpy(node->mn_data + key->mv_size, data->mv_data,
2212                                     sizeof(pgno_t));
2213                         else
2214                                 memcpy(node->mn_data + key->mv_size, data->mv_data,
2215                                     data->mv_size);
2216                 } else {
2217                         memcpy(node->mn_data + key->mv_size, &ofp->p.mp_pgno,
2218                             sizeof(pgno_t));
2219                         memcpy(METADATA(&ofp->p), data->mv_data, data->mv_size);
2220                 }
2221         }
2222
2223         return MDB_SUCCESS;
2224 }
2225
2226 static void
2227 mdb_del_node(MDB_page *mp, indx_t indx)
2228 {
2229         unsigned int     sz;
2230         indx_t           i, j, numkeys, ptr;
2231         MDB_node        *node;
2232         char            *base;
2233
2234         DPRINTF("delete node %u on %s page %lu", indx,
2235             IS_LEAF(mp) ? "leaf" : "branch", mp->mp_pgno);
2236         assert(indx < NUMKEYS(mp));
2237
2238         node = NODEPTR(mp, indx);
2239         sz = NODESIZE + node->mn_ksize;
2240         if (IS_LEAF(mp)) {
2241                 if (F_ISSET(node->mn_flags, F_BIGDATA))
2242                         sz += sizeof(pgno_t);
2243                 else
2244                         sz += NODEDSZ(node);
2245         }
2246
2247         ptr = mp->mp_ptrs[indx];
2248         numkeys = NUMKEYS(mp);
2249         for (i = j = 0; i < numkeys; i++) {
2250                 if (i != indx) {
2251                         mp->mp_ptrs[j] = mp->mp_ptrs[i];
2252                         if (mp->mp_ptrs[i] < ptr)
2253                                 mp->mp_ptrs[j] += sz;
2254                         j++;
2255                 }
2256         }
2257
2258         base = (char *)mp + mp->mp_upper;
2259         memmove(base + sz, base, ptr - mp->mp_upper);
2260
2261         mp->mp_lower -= sizeof(indx_t);
2262         mp->mp_upper += sz;
2263 }
2264
2265 static void
2266 mdb_xcursor_init0(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx)
2267 {
2268         MDB_dbi dbn;
2269
2270         mx->mx_txn = *txn;
2271         mx->mx_txn.mt_dbxs = mx->mx_dbxs;
2272         mx->mx_txn.mt_dbs = mx->mx_dbs;
2273         mx->mx_dbxs[0] = txn->mt_dbxs[0];
2274         mx->mx_dbxs[1] = txn->mt_dbxs[1];
2275         if (dbi > 1) {
2276                 mx->mx_dbxs[2] = txn->mt_dbxs[dbi];
2277                 dbn = 2;
2278         } else {
2279                 dbn = 1;
2280         }
2281         mx->mx_dbxs[dbn+1].md_parent = dbn;
2282         mx->mx_dbxs[dbn+1].md_cmp = mx->mx_dbxs[dbn].md_dcmp;
2283         mx->mx_dbxs[dbn+1].md_rel = mx->mx_dbxs[dbn].md_rel;
2284         mx->mx_dbxs[dbn+1].md_dirty = 0;
2285         mx->mx_txn.mt_numdbs = dbn+2;
2286
2287         SLIST_INIT(&mx->mx_cursor.mc_stack);
2288         mx->mx_cursor.mc_txn = &mx->mx_txn;
2289         mx->mx_cursor.mc_dbi = dbn+1;
2290 }
2291
2292 static void
2293 mdb_xcursor_init1(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx, MDB_db *db)
2294 {
2295         mx->mx_dbs[0] = txn->mt_dbs[0];
2296         mx->mx_dbs[1] = txn->mt_dbs[1];
2297         if (dbi > 1) {
2298                 mx->mx_dbs[2] = txn->mt_dbs[dbi];
2299                 mx->mx_dbs[3] = *db;
2300         } else {
2301                 mx->mx_dbs[2] = *db;
2302         }
2303 }
2304
2305 static void
2306 mdb_xcursor_fini(MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx)
2307 {
2308         txn->mt_dbs[0] = mx->mx_dbs[0];
2309         txn->mt_dbs[1] = mx->mx_dbs[1];
2310         txn->mt_dbxs[0].md_dirty = mx->mx_dbxs[0].md_dirty;
2311         txn->mt_dbxs[1].md_dirty = mx->mx_dbxs[1].md_dirty;
2312         if (dbi > 1) {
2313                 txn->mt_dbs[dbi] = mx->mx_dbs[2];
2314                 txn->mt_dbxs[dbi].md_dirty = mx->mx_dbxs[2].md_dirty;
2315         }
2316 }
2317
2318 int
2319 mdb_cursor_open(MDB_txn *txn, MDB_dbi dbi, MDB_cursor **ret)
2320 {
2321         MDB_cursor      *cursor;
2322         size_t size = sizeof(MDB_cursor);
2323
2324         if (txn == NULL || ret == NULL || !dbi || dbi >= txn->mt_numdbs)
2325                 return EINVAL;
2326
2327         if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT)
2328                 size += sizeof(MDB_xcursor);
2329
2330         if ((cursor = calloc(1, size)) != NULL) {
2331                 SLIST_INIT(&cursor->mc_stack);
2332                 cursor->mc_dbi = dbi;
2333                 cursor->mc_txn = txn;
2334                 if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT) {
2335                         MDB_xcursor *mx = (MDB_xcursor *)(cursor + 1);
2336                         cursor->mc_xcursor = mx;
2337                         mdb_xcursor_init0(txn, dbi, mx);
2338                 }
2339         } else {
2340                 return ENOMEM;
2341         }
2342
2343         *ret = cursor;
2344
2345         return MDB_SUCCESS;
2346 }
2347
2348 void
2349 mdb_cursor_close(MDB_cursor *cursor)
2350 {
2351         if (cursor != NULL) {
2352                 while(!CURSOR_EMPTY(cursor))
2353                         cursor_pop_page(cursor);
2354                 if (cursor->mc_txn->mt_dbs[cursor->mc_dbi].md_flags & MDB_DUPSORT) {
2355                         mdb_xcursor_fini(cursor->mc_txn, cursor->mc_dbi, cursor->mc_xcursor);
2356                         while(!CURSOR_EMPTY(&cursor->mc_xcursor->mx_cursor))
2357                                 cursor_pop_page(&cursor->mc_xcursor->mx_cursor);
2358                 }
2359
2360                 free(cursor);
2361         }
2362 }
2363
2364 static int
2365 mdb_update_key(MDB_page *mp, indx_t indx, MDB_val *key)
2366 {
2367         indx_t                   ptr, i, numkeys;
2368         int                      delta;
2369         size_t                   len;
2370         MDB_node                *node;
2371         char                    *base;
2372
2373         node = NODEPTR(mp, indx);
2374         ptr = mp->mp_ptrs[indx];
2375         DPRINTF("update key %u (ofs %u) [%.*s] to [%.*s] on page %lu",
2376             indx, ptr,
2377             (int)node->mn_ksize, (char *)NODEKEY(node),
2378             (int)key->mv_size, (char *)key->mv_data,
2379             mp->mp_pgno);
2380
2381         delta = key->mv_size - node->mn_ksize;
2382         if (delta) {
2383                 if (delta > 0 && SIZELEFT(mp) < delta) {
2384                         DPRINTF("OUCH! Not enough room, delta = %d", delta);
2385                         return ENOSPC;
2386                 }
2387
2388                 numkeys = NUMKEYS(mp);
2389                 for (i = 0; i < numkeys; i++) {
2390                         if (mp->mp_ptrs[i] <= ptr)
2391                                 mp->mp_ptrs[i] -= delta;
2392                 }
2393
2394                 base = (char *)mp + mp->mp_upper;
2395                 len = ptr - mp->mp_upper + NODESIZE;
2396                 memmove(base - delta, base, len);
2397                 mp->mp_upper -= delta;
2398
2399                 node = NODEPTR(mp, indx);
2400                 node->mn_ksize = key->mv_size;
2401         }
2402
2403         memcpy(NODEKEY(node), key->mv_data, key->mv_size);
2404
2405         return MDB_SUCCESS;
2406 }
2407
2408 /* Move a node from src to dst.
2409  */
2410 static int
2411 mdb_move_node(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *src, indx_t srcindx,
2412     MDB_pageparent *dst, indx_t dstindx)
2413 {
2414         int                      rc;
2415         MDB_node                *srcnode;
2416         MDB_val          key, data;
2417
2418         srcnode = NODEPTR(src->mp_page, srcindx);
2419         DPRINTF("moving %s node %u [%.*s] on page %lu to node %u on page %lu",
2420             IS_LEAF(src->mp_page) ? "leaf" : "branch",
2421             srcindx,
2422             (int)srcnode->mn_ksize, (char *)NODEKEY(srcnode),
2423             src->mp_page->mp_pgno,
2424             dstindx, dst->mp_page->mp_pgno);
2425
2426         /* Mark src and dst as dirty. */
2427         if ((rc = mdb_touch(txn, src)) ||
2428             (rc = mdb_touch(txn, dst)))
2429                 return rc;;
2430
2431         /* Add the node to the destination page.
2432          */
2433         key.mv_size = srcnode->mn_ksize;
2434         key.mv_data = NODEKEY(srcnode);
2435         data.mv_size = NODEDSZ(srcnode);
2436         data.mv_data = NODEDATA(srcnode);
2437         rc = mdb_add_node(txn, dbi, dst->mp_page, dstindx, &key, &data, NODEPGNO(srcnode),
2438             srcnode->mn_flags);
2439         if (rc != MDB_SUCCESS)
2440                 return rc;
2441
2442         /* Delete the node from the source page.
2443          */
2444         mdb_del_node(src->mp_page, srcindx);
2445
2446         /* Update the parent separators.
2447          */
2448         if (srcindx == 0 && src->mp_pi != 0) {
2449                 DPRINTF("update separator for source page %lu to [%.*s]",
2450                     src->mp_page->mp_pgno, (int)key.mv_size, (char *)key.mv_data);
2451                 if ((rc = mdb_update_key(src->mp_parent, src->mp_pi,
2452                     &key)) != MDB_SUCCESS)
2453                         return rc;
2454         }
2455
2456         if (srcindx == 0 && IS_BRANCH(src->mp_page)) {
2457                 MDB_val  nullkey;
2458                 nullkey.mv_size = 0;
2459                 assert(mdb_update_key(src->mp_page, 0, &nullkey) == MDB_SUCCESS);
2460         }
2461
2462         if (dstindx == 0 && dst->mp_pi != 0) {
2463                 DPRINTF("update separator for destination page %lu to [%.*s]",
2464                     dst->mp_page->mp_pgno, (int)key.mv_size, (char *)key.mv_data);
2465                 if ((rc = mdb_update_key(dst->mp_parent, dst->mp_pi,
2466                     &key)) != MDB_SUCCESS)
2467                         return rc;
2468         }
2469
2470         if (dstindx == 0 && IS_BRANCH(dst->mp_page)) {
2471                 MDB_val  nullkey;
2472                 nullkey.mv_size = 0;
2473                 assert(mdb_update_key(dst->mp_page, 0, &nullkey) == MDB_SUCCESS);
2474         }
2475
2476         return MDB_SUCCESS;
2477 }
2478
2479 static int
2480 mdb_merge(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *src, MDB_pageparent *dst)
2481 {
2482         int                      rc;
2483         indx_t                   i;
2484         MDB_node                *srcnode;
2485         MDB_val          key, data;
2486         MDB_pageparent  mpp;
2487         MDB_dhead *dh;
2488
2489         DPRINTF("merging page %lu and %lu", src->mp_page->mp_pgno, dst->mp_page->mp_pgno);
2490
2491         assert(txn != NULL);
2492         assert(src->mp_parent); /* can't merge root page */
2493         assert(dst->mp_parent);
2494
2495         /* Mark src and dst as dirty. */
2496         if ((rc = mdb_touch(txn, src)) ||
2497             (rc = mdb_touch(txn, dst)))
2498                 return rc;
2499
2500         /* Move all nodes from src to dst.
2501          */
2502         for (i = 0; i < NUMKEYS(src->mp_page); i++) {
2503                 srcnode = NODEPTR(src->mp_page, i);
2504
2505                 key.mv_size = srcnode->mn_ksize;
2506                 key.mv_data = NODEKEY(srcnode);
2507                 data.mv_size = NODEDSZ(srcnode);
2508                 data.mv_data = NODEDATA(srcnode);
2509                 rc = mdb_add_node(txn, dbi, dst->mp_page, NUMKEYS(dst->mp_page), &key,
2510                     &data, NODEPGNO(srcnode), srcnode->mn_flags);
2511                 if (rc != MDB_SUCCESS)
2512                         return rc;
2513         }
2514
2515         DPRINTF("dst page %lu now has %u keys (%.1f%% filled)",
2516             dst->mp_page->mp_pgno, NUMKEYS(dst->mp_page), (float)PAGEFILL(txn->mt_env, dst->mp_page) / 10);
2517
2518         /* Unlink the src page from parent.
2519          */
2520         mdb_del_node(src->mp_parent, src->mp_pi);
2521         if (src->mp_pi == 0) {
2522                 key.mv_size = 0;
2523                 if ((rc = mdb_update_key(src->mp_parent, 0, &key)) != MDB_SUCCESS)
2524                         return rc;
2525         }
2526
2527         if (IS_LEAF(src->mp_page))
2528                 txn->mt_dbs[dbi].md_leaf_pages--;
2529         else
2530                 txn->mt_dbs[dbi].md_branch_pages--;
2531
2532         mpp.mp_page = src->mp_parent;
2533         dh = (MDB_dhead *)src->mp_parent;
2534         dh--;
2535         mpp.mp_parent = dh->md_parent;
2536         mpp.mp_pi = dh->md_pi;
2537
2538         return mdb_rebalance(txn, dbi, &mpp);
2539 }
2540
2541 #define FILL_THRESHOLD   250
2542
2543 static int
2544 mdb_rebalance(MDB_txn *txn, MDB_dbi dbi, MDB_pageparent *mpp)
2545 {
2546         MDB_node        *node;
2547         MDB_page        *root;
2548         MDB_pageparent npp;
2549         indx_t           si = 0, di = 0;
2550
2551         assert(txn != NULL);
2552         assert(mpp != NULL);
2553
2554         DPRINTF("rebalancing %s page %lu (has %u keys, %.1f%% full)",
2555             IS_LEAF(mpp->mp_page) ? "leaf" : "branch",
2556             mpp->mp_page->mp_pgno, NUMKEYS(mpp->mp_page), (float)PAGEFILL(txn->mt_env, mpp->mp_page) / 10);
2557
2558         if (PAGEFILL(txn->mt_env, mpp->mp_page) >= FILL_THRESHOLD) {
2559                 DPRINTF("no need to rebalance page %lu, above fill threshold",
2560                     mpp->mp_page->mp_pgno);
2561                 return MDB_SUCCESS;
2562         }
2563
2564         if (mpp->mp_parent == NULL) {
2565                 if (NUMKEYS(mpp->mp_page) == 0) {
2566                         DPRINTF("tree is completely empty");
2567                         txn->mt_dbs[dbi].md_root = P_INVALID;
2568                         txn->mt_dbs[dbi].md_depth--;
2569                         txn->mt_dbs[dbi].md_leaf_pages--;
2570                 } else if (IS_BRANCH(mpp->mp_page) && NUMKEYS(mpp->mp_page) == 1) {
2571                         DPRINTF("collapsing root page!");
2572                         txn->mt_dbs[dbi].md_root = NODEPGNO(NODEPTR(mpp->mp_page, 0));
2573                         if ((root = mdb_get_page(txn, txn->mt_dbs[dbi].md_root)) == NULL)
2574                                 return MDB_FAIL;
2575                         txn->mt_dbs[dbi].md_depth--;
2576                         txn->mt_dbs[dbi].md_branch_pages--;
2577                 } else
2578                         DPRINTF("root page doesn't need rebalancing");
2579                 return MDB_SUCCESS;
2580         }
2581
2582         /* The parent (branch page) must have at least 2 pointers,
2583          * otherwise the tree is invalid.
2584          */
2585         assert(NUMKEYS(mpp->mp_parent) > 1);
2586
2587         /* Leaf page fill factor is below the threshold.
2588          * Try to move keys from left or right neighbor, or
2589          * merge with a neighbor page.
2590          */
2591
2592         /* Find neighbors.
2593          */
2594         if (mpp->mp_pi == 0) {
2595                 /* We're the leftmost leaf in our parent.
2596                  */
2597                 DPRINTF("reading right neighbor");
2598                 node = NODEPTR(mpp->mp_parent, mpp->mp_pi + 1);
2599                 if ((npp.mp_page = mdb_get_page(txn, NODEPGNO(node))) == NULL)
2600                         return MDB_FAIL;
2601                 npp.mp_pi = mpp->mp_pi + 1;
2602                 si = 0;
2603                 di = NUMKEYS(mpp->mp_page);
2604         } else {
2605                 /* There is at least one neighbor to the left.
2606                  */
2607                 DPRINTF("reading left neighbor");
2608                 node = NODEPTR(mpp->mp_parent, mpp->mp_pi - 1);
2609                 if ((npp.mp_page = mdb_get_page(txn, NODEPGNO(node))) == NULL)
2610                         return MDB_FAIL;
2611                 npp.mp_pi = mpp->mp_pi - 1;
2612                 si = NUMKEYS(npp.mp_page) - 1;
2613                 di = 0;
2614         }
2615         npp.mp_parent = mpp->mp_parent;
2616
2617         DPRINTF("found neighbor page %lu (%u keys, %.1f%% full)",
2618             npp.mp_page->mp_pgno, NUMKEYS(npp.mp_page), (float)PAGEFILL(txn->mt_env, npp.mp_page) / 10);
2619
2620         /* If the neighbor page is above threshold and has at least two
2621          * keys, move one key from it.
2622          *
2623          * Otherwise we should try to merge them.
2624          */
2625         if (PAGEFILL(txn->mt_env, npp.mp_page) >= FILL_THRESHOLD && NUMKEYS(npp.mp_page) >= 2)
2626                 return mdb_move_node(txn, dbi, &npp, si, mpp, di);
2627         else { /* FIXME: if (has_enough_room()) */
2628                 if (mpp->mp_pi == 0)
2629                         return mdb_merge(txn, dbi, &npp, mpp);
2630                 else
2631                         return mdb_merge(txn, dbi, mpp, &npp);
2632         }
2633 }
2634
2635 static int
2636 mdb_del0(MDB_txn *txn, MDB_dbi dbi, unsigned int ki, MDB_pageparent *mpp, MDB_node *leaf)
2637 {
2638         int rc;
2639
2640         /* add overflow pages to free list */
2641         if (F_ISSET(leaf->mn_flags, F_BIGDATA)) {
2642                 int i, ovpages;
2643                 pgno_t pg;
2644
2645                 memcpy(&pg, NODEDATA(leaf), sizeof(pg));
2646                 ovpages = OVPAGES(NODEDSZ(leaf), txn->mt_env->me_psize);
2647                 for (i=0; i<ovpages; i++) {
2648                         DPRINTF("freed ov page %lu", pg);
2649                         mdb_idl_insert(txn->mt_free_pgs, pg);
2650                         pg++;
2651                 }
2652         }
2653         mdb_del_node(mpp->mp_page, ki);
2654         txn->mt_dbs[dbi].md_entries--;
2655         rc = mdb_rebalance(txn, dbi, mpp);
2656         if (rc != MDB_SUCCESS)
2657                 txn->mt_flags |= MDB_TXN_ERROR;
2658
2659         return rc;
2660 }
2661
2662 int
2663 mdb_del(MDB_txn *txn, MDB_dbi dbi,
2664     MDB_val *key, MDB_val *data,
2665         unsigned int flags)
2666 {
2667         int              rc, exact;
2668         unsigned int     ki;
2669         MDB_node        *leaf;
2670         MDB_pageparent  mpp;
2671
2672         DPRINTF("========> delete key %.*s", (int)key->mv_size, (char *)key->mv_data);
2673
2674         assert(key != NULL);
2675
2676         if (txn == NULL || dbi >= txn->mt_numdbs)
2677                 return EINVAL;
2678
2679         if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
2680                 return EINVAL;
2681         }
2682
2683         if (key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
2684                 return EINVAL;
2685         }
2686
2687         mpp.mp_parent = NULL;
2688         mpp.mp_pi = 0;
2689         if ((rc = mdb_search_page(txn, dbi, key, NULL, 1, &mpp)) != MDB_SUCCESS)
2690                 return rc;
2691
2692         leaf = mdb_search_node(txn, dbi, mpp.mp_page, key, &exact, &ki);
2693         if (leaf == NULL || !exact) {
2694                 return MDB_NOTFOUND;
2695         }
2696
2697         if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
2698                 MDB_xcursor mx;
2699                 MDB_pageparent mp2;
2700
2701                 mdb_xcursor_init0(txn, dbi, &mx);
2702                 mdb_xcursor_init1(txn, dbi, &mx, NODEDATA(leaf));
2703                 if (flags == MDB_DEL_DUP) {
2704                         rc = mdb_del(&mx.mx_txn, mx.mx_cursor.mc_dbi, data, NULL, 0);
2705                         mdb_xcursor_fini(txn, dbi, &mx);
2706                         if (rc != MDB_SUCCESS)
2707                                 return rc;
2708                         /* If sub-DB still has entries, we're done */
2709                         if (mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi].md_root != P_INVALID) {
2710                                 memcpy(NODEDATA(leaf), &mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi],
2711                                         sizeof(MDB_db));
2712                                 return rc;
2713                         }
2714                         /* otherwise fall thru and delete the sub-DB */
2715                 } else {
2716                         /* add all the child DB's pages to the free list */
2717                         rc = mdb_search_page(&mx.mx_txn, mx.mx_cursor.mc_dbi,
2718                                 NULL, &mx.mx_cursor, 0, &mp2);
2719                         if (rc == MDB_SUCCESS) {
2720                                 MDB_ppage *top, *parent;
2721                                 MDB_node *ni;
2722                                 unsigned int i;
2723
2724                                 cursor_pop_page(&mx.mx_cursor);
2725                                 top = CURSOR_TOP(&mx.mx_cursor);
2726                                 if (top != NULL) {
2727                                         parent = SLIST_NEXT(top, mp_entry);
2728                                         while (parent != NULL) {
2729                                                 for (i=0; i<NUMKEYS(top->mp_page); i++) {
2730                                                         ni = NODEPTR(top->mp_page, i);
2731                                                         mdb_idl_insert(txn->mt_free_pgs, ni->mn_pgno);
2732                                                 }
2733                                                 if (parent) {
2734                                                         parent->mp_ki++;
2735                                                         if (parent->mp_ki >= NUMKEYS(parent->mp_page)) {
2736                                                                 cursor_pop_page(&mx.mx_cursor);
2737                                                                 top = CURSOR_TOP(&mx.mx_cursor);
2738                                                                 parent = SLIST_NEXT(top, mp_entry);
2739                                                         } else {
2740                                                                 ni = NODEPTR(parent->mp_page, parent->mp_ki);
2741                                                                 top->mp_page = mdb_get_page(&mx.mx_txn, ni->mn_pgno);
2742                                                         }
2743                                                 }
2744                                         }
2745                                 }
2746                                 mdb_idl_insert(txn->mt_free_pgs, mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi].md_root);
2747                         }
2748                 }
2749         }
2750
2751         if (data && (rc = mdb_read_data(txn, leaf, data)) != MDB_SUCCESS)
2752                 return rc;
2753
2754         return mdb_del0(txn, dbi, ki, &mpp, leaf);
2755 }
2756
2757 /* Split page <*mpp>, and insert <key,(data|newpgno)> in either left or
2758  * right sibling, at index <*newindxp> (as if unsplit). Updates *mpp and
2759  * *newindxp with the actual values after split, ie if *mpp and *newindxp
2760  * refer to a node in the new right sibling page.
2761  */
2762 static int
2763 mdb_split(MDB_txn *txn, MDB_dbi dbi, MDB_page **mpp, unsigned int *newindxp,
2764     MDB_val *newkey, MDB_val *newdata, pgno_t newpgno)
2765 {
2766         uint8_t          flags;
2767         int              rc = MDB_SUCCESS, ins_new = 0;
2768         indx_t           newindx;
2769         pgno_t           pgno = 0;
2770         unsigned int     i, j, split_indx;
2771         MDB_node        *node;
2772         MDB_val  sepkey, rkey, rdata;
2773         MDB_page        *copy;
2774         MDB_dpage       *mdp, *rdp, *pdp;
2775         MDB_dhead *dh;
2776
2777         assert(txn != NULL);
2778
2779         dh = ((MDB_dhead *)*mpp) - 1;
2780         mdp = (MDB_dpage *)dh;
2781         newindx = *newindxp;
2782
2783         DPRINTF("-----> splitting %s page %lu and adding [%.*s] at index %i",
2784             IS_LEAF(&mdp->p) ? "leaf" : "branch", mdp->p.mp_pgno,
2785             (int)newkey->mv_size, (char *)newkey->mv_data, *newindxp);
2786
2787         if (mdp->h.md_parent == NULL) {
2788                 if ((pdp = mdb_new_page(txn, dbi, P_BRANCH, 1)) == NULL)
2789                         return MDB_FAIL;
2790                 mdp->h.md_pi = 0;
2791                 mdp->h.md_parent = &pdp->p;
2792                 txn->mt_dbs[dbi].md_root = pdp->p.mp_pgno;
2793                 DPRINTF("root split! new root = %lu", pdp->p.mp_pgno);
2794                 txn->mt_dbs[dbi].md_depth++;
2795
2796                 /* Add left (implicit) pointer. */
2797                 if (mdb_add_node(txn, dbi, &pdp->p, 0, NULL, NULL,
2798                     mdp->p.mp_pgno, 0) != MDB_SUCCESS)
2799                         return MDB_FAIL;
2800         } else {
2801                 DPRINTF("parent branch page is %lu", mdp->h.md_parent->mp_pgno);
2802         }
2803
2804         /* Create a right sibling. */
2805         if ((rdp = mdb_new_page(txn, dbi, mdp->p.mp_flags, 1)) == NULL)
2806                 return MDB_FAIL;
2807         rdp->h.md_parent = mdp->h.md_parent;
2808         rdp->h.md_pi = mdp->h.md_pi + 1;
2809         DPRINTF("new right sibling: page %lu", rdp->p.mp_pgno);
2810
2811         /* Move half of the keys to the right sibling. */
2812         if ((copy = malloc(txn->mt_env->me_psize)) == NULL)
2813                 return MDB_FAIL;
2814         memcpy(copy, &mdp->p, txn->mt_env->me_psize);
2815         memset(&mdp->p.mp_ptrs, 0, txn->mt_env->me_psize - PAGEHDRSZ);
2816         mdp->p.mp_lower = PAGEHDRSZ;
2817         mdp->p.mp_upper = txn->mt_env->me_psize;
2818
2819         split_indx = NUMKEYS(copy) / 2 + 1;
2820
2821         /* First find the separating key between the split pages.
2822          */
2823         memset(&sepkey, 0, sizeof(sepkey));
2824         if (newindx == split_indx) {
2825                 sepkey.mv_size = newkey->mv_size;
2826                 sepkey.mv_data = newkey->mv_data;
2827         } else {
2828                 node = NODEPTR(copy, split_indx);
2829                 sepkey.mv_size = node->mn_ksize;
2830                 sepkey.mv_data = NODEKEY(node);
2831         }
2832
2833         DPRINTF("separator is [%.*s]", (int)sepkey.mv_size, (char *)sepkey.mv_data);
2834
2835         /* Copy separator key to the parent.
2836          */
2837         if (SIZELEFT(rdp->h.md_parent) < mdb_branch_size(txn->mt_env, &sepkey)) {
2838                 rc = mdb_split(txn, dbi, &rdp->h.md_parent, &rdp->h.md_pi,
2839                     &sepkey, NULL, rdp->p.mp_pgno);
2840
2841                 /* Right page might now have changed parent.
2842                  * Check if left page also changed parent.
2843                  */
2844                 if (rdp->h.md_parent != mdp->h.md_parent &&
2845                     mdp->h.md_pi >= NUMKEYS(mdp->h.md_parent)) {
2846                         mdp->h.md_parent = rdp->h.md_parent;
2847                         mdp->h.md_pi = rdp->h.md_pi - 1;
2848                 }
2849         } else {
2850                 rc = mdb_add_node(txn, dbi, rdp->h.md_parent, rdp->h.md_pi,
2851                     &sepkey, NULL, rdp->p.mp_pgno, 0);
2852         }
2853         if (rc != MDB_SUCCESS) {
2854                 free(copy);
2855                 return MDB_FAIL;
2856         }
2857
2858         for (i = j = 0; i <= NUMKEYS(copy); j++) {
2859                 if (i < split_indx) {
2860                         /* Re-insert in left sibling. */
2861                         pdp = mdp;
2862                 } else {
2863                         /* Insert in right sibling. */
2864                         if (i == split_indx)
2865                                 /* Reset insert index for right sibling. */
2866                                 j = (i == newindx && ins_new);
2867                         pdp = rdp;
2868                 }
2869
2870                 if (i == newindx && !ins_new) {
2871                         /* Insert the original entry that caused the split. */
2872                         rkey.mv_data = newkey->mv_data;
2873                         rkey.mv_size = newkey->mv_size;
2874                         if (IS_LEAF(&mdp->p)) {
2875                                 rdata.mv_data = newdata->mv_data;
2876                                 rdata.mv_size = newdata->mv_size;
2877                         } else
2878                                 pgno = newpgno;
2879                         flags = 0;
2880
2881                         ins_new = 1;
2882
2883                         /* Update page and index for the new key. */
2884                         *newindxp = j;
2885                         *mpp = &pdp->p;
2886                 } else if (i == NUMKEYS(copy)) {
2887                         break;
2888                 } else {
2889                         node = NODEPTR(copy, i);
2890                         rkey.mv_data = NODEKEY(node);
2891                         rkey.mv_size = node->mn_ksize;
2892                         if (IS_LEAF(&mdp->p)) {
2893                                 rdata.mv_data = NODEDATA(node);
2894                                 rdata.mv_size = node->mn_dsize;
2895                         } else
2896                                 pgno = node->mn_pgno;
2897                         flags = node->mn_flags;
2898
2899                         i++;
2900                 }
2901
2902                 if (!IS_LEAF(&mdp->p) && j == 0) {
2903                         /* First branch index doesn't need key data. */
2904                         rkey.mv_size = 0;
2905                 }
2906
2907                 rc = mdb_add_node(txn, dbi, &pdp->p, j, &rkey, &rdata, pgno,flags);
2908         }
2909
2910         free(copy);
2911         return rc;
2912 }
2913
2914 static int
2915 mdb_put0(MDB_txn *txn, MDB_dbi dbi,
2916     MDB_val *key, MDB_val *data, unsigned int flags)
2917 {
2918         int              rc = MDB_SUCCESS, exact;
2919         unsigned int     ki;
2920         MDB_node        *leaf;
2921         MDB_pageparent  mpp;
2922         MDB_val xdata, *rdata;
2923         MDB_db dummy;
2924
2925         DPRINTF("==> put key %.*s, size %zu, data size %zu",
2926                 (int)key->mv_size, (char *)key->mv_data, key->mv_size, data->mv_size);
2927
2928         mpp.mp_parent = NULL;
2929         mpp.mp_pi = 0;
2930         rc = mdb_search_page(txn, dbi, key, NULL, 1, &mpp);
2931         if (rc == MDB_SUCCESS) {
2932                 leaf = mdb_search_node(txn, dbi, mpp.mp_page, key, &exact, &ki);
2933                 if (leaf && exact) {
2934                         if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
2935                                 goto put_sub;
2936                         }
2937                         if (flags == MDB_NOOVERWRITE) {
2938                                 DPRINTF("duplicate key %.*s",
2939                                     (int)key->mv_size, (char *)key->mv_data);
2940                                 return MDB_KEYEXIST;
2941                         }
2942                         /* same size, just replace it */
2943                         if (NODEDSZ(leaf) == data->mv_size) {
2944                                 memcpy(NODEDATA(leaf), data->mv_data, data->mv_size);
2945                                 goto done;
2946                         }
2947                         mdb_del_node(mpp.mp_page, ki);
2948                 }
2949                 if (leaf == NULL) {             /* append if not found */
2950                         ki = NUMKEYS(mpp.mp_page);
2951                         DPRINTF("appending key at index %i", ki);
2952                 }
2953         } else if (rc == MDB_NOTFOUND) {
2954                 MDB_dpage *dp;
2955                 /* new file, just write a root leaf page */
2956                 DPRINTF("allocating new root leaf page");
2957                 if ((dp = mdb_new_page(txn, dbi, P_LEAF, 1)) == NULL) {
2958                         return ENOMEM;
2959                 }
2960                 mpp.mp_page = &dp->p;
2961                 txn->mt_dbs[dbi].md_root = mpp.mp_page->mp_pgno;
2962                 txn->mt_dbs[dbi].md_depth++;
2963                 ki = 0;
2964         }
2965         else
2966                 goto done;
2967
2968         assert(IS_LEAF(mpp.mp_page));
2969         DPRINTF("there are %u keys, should insert new key at index %i",
2970                 NUMKEYS(mpp.mp_page), ki);
2971
2972         /* For sorted dups, the data item at this level is a DB record
2973          * for a child DB; the actual data elements are stored as keys
2974          * in the child DB.
2975          */
2976         if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
2977                 rdata = &xdata;
2978                 xdata.mv_size = sizeof(MDB_db);
2979                 xdata.mv_data = &dummy;
2980                 memset(&dummy, 0, sizeof(dummy));
2981                 dummy.md_root = P_INVALID;
2982         } else {
2983                 rdata = data;
2984         }
2985
2986         if (SIZELEFT(mpp.mp_page) < mdb_leaf_size(txn->mt_env, key, data)) {
2987                 rc = mdb_split(txn, dbi, &mpp.mp_page, &ki, key, data, P_INVALID);
2988         } else {
2989                 /* There is room already in this leaf page. */
2990                 rc = mdb_add_node(txn, dbi, mpp.mp_page, ki, key, data, 0, 0);
2991         }
2992
2993         if (rc != MDB_SUCCESS)
2994                 txn->mt_flags |= MDB_TXN_ERROR;
2995         else {
2996                 txn->mt_dbs[dbi].md_entries++;
2997
2998                 /* Remember if we just added a subdatabase */
2999                 if (flags & F_SUBDATA) {
3000                         leaf = NODEPTR(mpp.mp_page, ki);
3001                         leaf->mn_flags |= F_SUBDATA;
3002                 }
3003
3004                 /* Now store the actual data in the child DB. Note that we're
3005                  * storing the user data in the keys field, so there are strict
3006                  * size limits on dupdata. The actual data fields of the child
3007                  * DB are all zero size.
3008                  */
3009                 if (F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
3010                         MDB_xcursor mx;
3011
3012                         leaf = NODEPTR(mpp.mp_page, ki);
3013 put_sub:
3014                         mdb_xcursor_init0(txn, dbi, &mx);
3015                         mdb_xcursor_init1(txn, dbi, &mx, NODEDATA(leaf));
3016                         xdata.mv_size = 0;
3017                         xdata.mv_data = "";
3018                         if (flags == MDB_NODUPDATA)
3019                                 flags = MDB_NOOVERWRITE;
3020                         rc = mdb_put0(&mx.mx_txn, mx.mx_cursor.mc_dbi, data, &xdata, flags);
3021                         mdb_xcursor_fini(txn, dbi, &mx);
3022                         memcpy(NODEDATA(leaf), &mx.mx_txn.mt_dbs[mx.mx_cursor.mc_dbi],
3023                                 sizeof(MDB_db));
3024                 }
3025         }
3026
3027 done:
3028         return rc;
3029 }
3030
3031 int
3032 mdb_put(MDB_txn *txn, MDB_dbi dbi,
3033     MDB_val *key, MDB_val *data, unsigned int flags)
3034 {
3035         assert(key != NULL);
3036         assert(data != NULL);
3037
3038         if (txn == NULL || dbi >= txn->mt_numdbs)
3039                 return EINVAL;
3040
3041         if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
3042                 return EINVAL;
3043         }
3044
3045         if (key->mv_size == 0 || key->mv_size > MAXKEYSIZE) {
3046                 return EINVAL;
3047         }
3048
3049         if ((flags & (MDB_NOOVERWRITE|MDB_NODUPDATA)) != flags)
3050                 return EINVAL;
3051
3052         return mdb_put0(txn, dbi, key, data, flags);
3053 }
3054
3055 int
3056 mdbenv_get_flags(MDB_env *env, unsigned int *arg)
3057 {
3058         if (!env || !arg)
3059                 return EINVAL;
3060
3061         *arg = env->me_flags;
3062         return MDB_SUCCESS;
3063 }
3064
3065 int
3066 mdbenv_get_path(MDB_env *env, const char **arg)
3067 {
3068         if (!env || !arg)
3069                 return EINVAL;
3070
3071         *arg = env->me_path;
3072         return MDB_SUCCESS;
3073 }
3074
3075 static int
3076 mdb_stat0(MDB_env *env, MDB_db *db, MDB_stat *arg)
3077 {
3078         arg->ms_psize = env->me_psize;
3079         arg->ms_depth = db->md_depth;
3080         arg->ms_branch_pages = db->md_branch_pages;
3081         arg->ms_leaf_pages = db->md_leaf_pages;
3082         arg->ms_overflow_pages = db->md_overflow_pages;
3083         arg->ms_entries = db->md_entries;
3084
3085         return MDB_SUCCESS;
3086 }
3087 int
3088 mdbenv_stat(MDB_env *env, MDB_stat *arg)
3089 {
3090         if (env == NULL || arg == NULL)
3091                 return EINVAL;
3092
3093         return mdb_stat0(env, &env->me_meta->mm_dbs[MAIN_DBI], arg);
3094 }
3095
3096 int mdb_open(MDB_txn *txn, const char *name, unsigned int flags, MDB_dbi *dbi)
3097 {
3098         MDB_val key, data;
3099         MDB_dbi i;
3100         int rc, dirty = 0;
3101         size_t len;
3102
3103         /* main DB? */
3104         if (!name) {
3105                 *dbi = MAIN_DBI;
3106                 return MDB_SUCCESS;
3107         }
3108
3109         /* Is the DB already open? */
3110         len = strlen(name);
3111         for (i=2; i<txn->mt_numdbs; i++) {
3112                 if (len == txn->mt_dbxs[i].md_name.mv_size &&
3113                         !strncmp(name, txn->mt_dbxs[i].md_name.mv_data, len)) {
3114                         *dbi = i;
3115                         return MDB_SUCCESS;
3116                 }
3117         }
3118
3119         if (txn->mt_numdbs >= txn->mt_env->me_maxdbs - 1)
3120                 return ENFILE;
3121
3122         /* Find the DB info */
3123         key.mv_size = len;
3124         key.mv_data = (void *)name;
3125         rc = mdb_get(txn, MAIN_DBI, &key, &data);
3126
3127         /* Create if requested */
3128         if (rc == MDB_NOTFOUND && (flags & MDB_CREATE)) {
3129                 MDB_db dummy;
3130                 data.mv_size = sizeof(MDB_db);
3131                 data.mv_data = &dummy;
3132                 memset(&dummy, 0, sizeof(dummy));
3133                 dummy.md_root = P_INVALID;
3134                 dummy.md_flags = flags & 0xffff;
3135                 rc = mdb_put0(txn, MAIN_DBI, &key, &data, F_SUBDATA);
3136                 dirty = 1;
3137         }
3138
3139         /* OK, got info, add to table */
3140         if (rc == MDB_SUCCESS) {
3141                 txn->mt_dbxs[txn->mt_numdbs].md_name.mv_data = strdup(name);
3142                 txn->mt_dbxs[txn->mt_numdbs].md_name.mv_size = len;
3143                 txn->mt_dbxs[txn->mt_numdbs].md_cmp = NULL;
3144                 txn->mt_dbxs[txn->mt_numdbs].md_dcmp = NULL;
3145                 txn->mt_dbxs[txn->mt_numdbs].md_rel = NULL;
3146                 txn->mt_dbxs[txn->mt_numdbs].md_parent = MAIN_DBI;
3147                 txn->mt_dbxs[txn->mt_numdbs].md_dirty = dirty;
3148                 memcpy(&txn->mt_dbs[txn->mt_numdbs], data.mv_data, sizeof(MDB_db));
3149                 *dbi = txn->mt_numdbs;
3150                 txn->mt_numdbs++;
3151         }
3152
3153         return rc;
3154 }
3155
3156 int mdb_stat(MDB_txn *txn, MDB_dbi dbi, MDB_stat *arg)
3157 {
3158         if (txn == NULL || arg == NULL || dbi >= txn->mt_numdbs)
3159                 return EINVAL;
3160
3161         return mdb_stat0(txn->mt_env, &txn->mt_dbs[dbi], arg);
3162 }
3163
3164 void mdb_close(MDB_txn *txn, MDB_dbi dbi)
3165 {
3166         char *ptr;
3167         if (dbi <= MAIN_DBI || dbi >= txn->mt_numdbs)
3168                 return;
3169         ptr = txn->mt_dbxs[dbi].md_name.mv_data;
3170         txn->mt_dbxs[dbi].md_name.mv_data = NULL;
3171         txn->mt_dbxs[dbi].md_name.mv_size = 0;
3172         free(ptr);
3173 }