83ea5e474b0c7720b55fdf92e5725ae3718bee51
[platform/upstream/lmdb.git] / libraries / liblmdb / mdb.c
1 /** @file mdb.c
2  *      @brief Lightning memory-mapped database library
3  *
4  *      A Btree-based database management library modeled loosely on the
5  *      BerkeleyDB API, but much simplified.
6  */
7 /*
8  * Copyright 2011-2015 Howard Chu, Symas Corp.
9  * All rights reserved.
10  *
11  * Redistribution and use in source and binary forms, with or without
12  * modification, are permitted only as authorized by the OpenLDAP
13  * Public License.
14  *
15  * A copy of this license is available in the file LICENSE in the
16  * top-level directory of the distribution or, alternatively, at
17  * <http://www.OpenLDAP.org/license.html>.
18  *
19  * This code is derived from btree.c written by Martin Hedenfalk.
20  *
21  * Copyright (c) 2009, 2010 Martin Hedenfalk <martin@bzero.se>
22  *
23  * Permission to use, copy, modify, and distribute this software for any
24  * purpose with or without fee is hereby granted, provided that the above
25  * copyright notice and this permission notice appear in all copies.
26  *
27  * THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL WARRANTIES
28  * WITH REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF
29  * MERCHANTABILITY AND FITNESS. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR
30  * ANY SPECIAL, DIRECT, INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES
31  * WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR PROFITS, WHETHER IN AN
32  * ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION, ARISING OUT OF
33  * OR IN CONNECTION WITH THE USE OR PERFORMANCE OF THIS SOFTWARE.
34  */
35 #ifndef _GNU_SOURCE
36 #define _GNU_SOURCE 1
37 #endif
38 #ifdef _WIN32
39 #include <malloc.h>
40 #include <windows.h>
41 /** getpid() returns int; MinGW defines pid_t but MinGW64 typedefs it
42  *  as int64 which is wrong. MSVC doesn't define it at all, so just
43  *  don't use it.
44  */
45 #define MDB_PID_T       int
46 #define MDB_THR_T       DWORD
47 #include <sys/types.h>
48 #include <sys/stat.h>
49 #ifdef __GNUC__
50 # include <sys/param.h>
51 #else
52 # define LITTLE_ENDIAN  1234
53 # define BIG_ENDIAN     4321
54 # define BYTE_ORDER     LITTLE_ENDIAN
55 # ifndef SSIZE_MAX
56 #  define SSIZE_MAX     INT_MAX
57 # endif
58 #endif
59 #else
60 #include <sys/types.h>
61 #include <sys/stat.h>
62 #define MDB_PID_T       pid_t
63 #define MDB_THR_T       pthread_t
64 #include <sys/param.h>
65 #include <sys/uio.h>
66 #include <sys/mman.h>
67 #ifdef HAVE_SYS_FILE_H
68 #include <sys/file.h>
69 #endif
70 #include <fcntl.h>
71 #endif
72
73 #if defined(__mips) && defined(__linux)
74 /* MIPS has cache coherency issues, requires explicit cache control */
75 #include <asm/cachectl.h>
76 extern int cacheflush(char *addr, int nbytes, int cache);
77 #define CACHEFLUSH(addr, bytes, cache)  cacheflush(addr, bytes, cache)
78 #else
79 #define CACHEFLUSH(addr, bytes, cache)
80 #endif
81
82 #if defined(__linux) && !defined(MDB_FDATASYNC_WORKS)
83 /** fdatasync is broken on ext3/ext4fs on older kernels, see
84  *      description in #mdb_env_open2 comments. You can safely
85  *      define MDB_FDATASYNC_WORKS if this code will only be run
86  *      on kernels 3.6 and newer.
87  */
88 #define BROKEN_FDATASYNC
89 #endif
90
91 #include <errno.h>
92 #include <limits.h>
93 #include <stddef.h>
94 #include <inttypes.h>
95 #include <stdio.h>
96 #include <stdlib.h>
97 #include <string.h>
98 #include <time.h>
99 #include <unistd.h>
100
101 #if defined(__sun) || defined(ANDROID)
102 /* Most platforms have posix_memalign, older may only have memalign */
103 #define HAVE_MEMALIGN   1
104 #include <malloc.h>
105 #endif
106
107 #if !(defined(BYTE_ORDER) || defined(__BYTE_ORDER))
108 #include <netinet/in.h>
109 #include <resolv.h>     /* defines BYTE_ORDER on HPUX and Solaris */
110 #endif
111
112 #if defined(__APPLE__) || defined (BSD)
113 # if !(defined(MDB_USE_POSIX_MUTEX) || defined(MDB_USE_POSIX_SEM))
114 # define MDB_USE_SYSV_SEM       1
115 # endif
116 # define MDB_FDATASYNC          fsync
117 #elif defined(ANDROID)
118 # define MDB_FDATASYNC          fsync
119 #endif
120
121 #ifndef _WIN32
122 #include <pthread.h>
123 #ifdef MDB_USE_POSIX_SEM
124 # define MDB_USE_HASH           1
125 #include <semaphore.h>
126 #elif defined(MDB_USE_SYSV_SEM)
127 #include <sys/ipc.h>
128 #include <sys/sem.h>
129 #ifdef _SEM_SEMUN_UNDEFINED
130 union semun {
131         int val;
132         struct semid_ds *buf;
133         unsigned short *array;
134 };
135 #endif /* _SEM_SEMUN_UNDEFINED */
136 #else
137 #define MDB_USE_POSIX_MUTEX     1
138 #endif /* MDB_USE_POSIX_SEM */
139 #endif /* !_WIN32 */
140
141 #if defined(_WIN32) + defined(MDB_USE_POSIX_SEM) + defined(MDB_USE_SYSV_SEM) \
142         + defined(MDB_USE_POSIX_MUTEX) != 1
143 # error "Ambiguous shared-lock implementation"
144 #endif
145
146 #ifdef USE_VALGRIND
147 #include <valgrind/memcheck.h>
148 #define VGMEMP_CREATE(h,r,z)    VALGRIND_CREATE_MEMPOOL(h,r,z)
149 #define VGMEMP_ALLOC(h,a,s) VALGRIND_MEMPOOL_ALLOC(h,a,s)
150 #define VGMEMP_FREE(h,a) VALGRIND_MEMPOOL_FREE(h,a)
151 #define VGMEMP_DESTROY(h)       VALGRIND_DESTROY_MEMPOOL(h)
152 #define VGMEMP_DEFINED(a,s)     VALGRIND_MAKE_MEM_DEFINED(a,s)
153 #else
154 #define VGMEMP_CREATE(h,r,z)
155 #define VGMEMP_ALLOC(h,a,s)
156 #define VGMEMP_FREE(h,a)
157 #define VGMEMP_DESTROY(h)
158 #define VGMEMP_DEFINED(a,s)
159 #endif
160
161 #ifndef BYTE_ORDER
162 # if (defined(_LITTLE_ENDIAN) || defined(_BIG_ENDIAN)) && !(defined(_LITTLE_ENDIAN) && defined(_BIG_ENDIAN))
163 /* Solaris just defines one or the other */
164 #  define LITTLE_ENDIAN 1234
165 #  define BIG_ENDIAN    4321
166 #  ifdef _LITTLE_ENDIAN
167 #   define BYTE_ORDER  LITTLE_ENDIAN
168 #  else
169 #   define BYTE_ORDER  BIG_ENDIAN
170 #  endif
171 # else
172 #  define BYTE_ORDER   __BYTE_ORDER
173 # endif
174 #endif
175
176 #ifndef LITTLE_ENDIAN
177 #define LITTLE_ENDIAN   __LITTLE_ENDIAN
178 #endif
179 #ifndef BIG_ENDIAN
180 #define BIG_ENDIAN      __BIG_ENDIAN
181 #endif
182
183 #if defined(__i386) || defined(__x86_64) || defined(_M_IX86)
184 #define MISALIGNED_OK   1
185 #endif
186
187 #include "lmdb.h"
188 #include "midl.h"
189
190 #if (BYTE_ORDER == LITTLE_ENDIAN) == (BYTE_ORDER == BIG_ENDIAN)
191 # error "Unknown or unsupported endianness (BYTE_ORDER)"
192 #elif (-6 & 5) || CHAR_BIT != 8 || UINT_MAX < 0xffffffff || ULONG_MAX % 0xFFFF
193 # error "Two's complement, reasonably sized integer types, please"
194 #endif
195
196 #ifdef __GNUC__
197 /** Put infrequently used env functions in separate section */
198 # ifdef __APPLE__
199 #  define       ESECT   __attribute__ ((section("__TEXT,text_env")))
200 # else
201 #  define       ESECT   __attribute__ ((section("text_env")))
202 # endif
203 #else
204 #define ESECT
205 #endif
206
207 /** @defgroup internal  LMDB Internals
208  *      @{
209  */
210 /** @defgroup compat    Compatibility Macros
211  *      A bunch of macros to minimize the amount of platform-specific ifdefs
212  *      needed throughout the rest of the code. When the features this library
213  *      needs are similar enough to POSIX to be hidden in a one-or-two line
214  *      replacement, this macro approach is used.
215  *      @{
216  */
217
218         /** Features under development */
219 #ifndef MDB_DEVEL
220 #define MDB_DEVEL 0
221 #endif
222
223         /** Wrapper around __func__, which is a C99 feature */
224 #if __STDC_VERSION__ >= 199901L
225 # define mdb_func_      __func__
226 #elif __GNUC__ >= 2 || _MSC_VER >= 1300
227 # define mdb_func_      __FUNCTION__
228 #else
229 /* If a debug message says <mdb_unknown>(), update the #if statements above */
230 # define mdb_func_      "<mdb_unknown>"
231 #endif
232
233 /* Internal error codes, not exposed outside liblmdb */
234 #define MDB_NO_ROOT             (MDB_LAST_ERRCODE + 10)
235 #ifdef _WIN32
236 #define MDB_OWNERDEAD   ((int) WAIT_ABANDONED)
237 #elif defined MDB_USE_SYSV_SEM
238 #define MDB_OWNERDEAD   (MDB_LAST_ERRCODE + 11)
239 #elif defined(MDB_USE_POSIX_MUTEX) && defined(EOWNERDEAD)
240 #define MDB_OWNERDEAD   EOWNERDEAD      /**< #LOCK_MUTEX0() result if dead owner */
241 #endif
242
243 #ifdef MDB_OWNERDEAD
244 #define MDB_ROBUST_SUPPORTED    1
245 #endif
246
247 #ifdef _WIN32
248 #define MDB_USE_HASH    1
249 #define MDB_PIDLOCK     0
250 #define THREAD_RET      DWORD
251 #define pthread_t       HANDLE
252 #define pthread_mutex_t HANDLE
253 #define pthread_cond_t  HANDLE
254 typedef HANDLE mdb_mutex_t, mdb_mutexref_t;
255 #define pthread_key_t   DWORD
256 #define pthread_self()  GetCurrentThreadId()
257 #define pthread_key_create(x,y) \
258         ((*(x) = TlsAlloc()) == TLS_OUT_OF_INDEXES ? ErrCode() : 0)
259 #define pthread_key_delete(x)   TlsFree(x)
260 #define pthread_getspecific(x)  TlsGetValue(x)
261 #define pthread_setspecific(x,y)        (TlsSetValue(x,y) ? 0 : ErrCode())
262 #define pthread_mutex_unlock(x) ReleaseMutex(*x)
263 #define pthread_mutex_lock(x)   WaitForSingleObject(*x, INFINITE)
264 #define pthread_cond_signal(x)  SetEvent(*x)
265 #define pthread_cond_wait(cond,mutex)   do{SignalObjectAndWait(*mutex, *cond, INFINITE, FALSE); WaitForSingleObject(*mutex, INFINITE);}while(0)
266 #define THREAD_CREATE(thr,start,arg)    thr=CreateThread(NULL,0,start,arg,0,NULL)
267 #define THREAD_FINISH(thr)      WaitForSingleObject(thr, INFINITE)
268 #define LOCK_MUTEX0(mutex)              WaitForSingleObject(mutex, INFINITE)
269 #define UNLOCK_MUTEX(mutex)             ReleaseMutex(mutex)
270 #define mdb_mutex_consistent(mutex)     0
271 #define getpid()        GetCurrentProcessId()
272 #define MDB_FDATASYNC(fd)       (!FlushFileBuffers(fd))
273 #define MDB_MSYNC(addr,len,flags)       (!FlushViewOfFile(addr,len))
274 #define ErrCode()       GetLastError()
275 #define GET_PAGESIZE(x) {SYSTEM_INFO si; GetSystemInfo(&si); (x) = si.dwPageSize;}
276 #define close(fd)       (CloseHandle(fd) ? 0 : -1)
277 #define munmap(ptr,len) UnmapViewOfFile(ptr)
278 #ifdef PROCESS_QUERY_LIMITED_INFORMATION
279 #define MDB_PROCESS_QUERY_LIMITED_INFORMATION PROCESS_QUERY_LIMITED_INFORMATION
280 #else
281 #define MDB_PROCESS_QUERY_LIMITED_INFORMATION 0x1000
282 #endif
283 #define Z       "I"
284 #else
285 #define THREAD_RET      void *
286 #define THREAD_CREATE(thr,start,arg)    pthread_create(&thr,NULL,start,arg)
287 #define THREAD_FINISH(thr)      pthread_join(thr,NULL)
288 #define Z       "z"                     /**< printf format modifier for size_t */
289
290         /** For MDB_LOCK_FORMAT: True if readers take a pid lock in the lockfile */
291 #define MDB_PIDLOCK                     1
292
293 #ifdef MDB_USE_POSIX_SEM
294
295 typedef sem_t *mdb_mutex_t, *mdb_mutexref_t;
296 #define LOCK_MUTEX0(mutex)              mdb_sem_wait(mutex)
297 #define UNLOCK_MUTEX(mutex)             sem_post(mutex)
298
299 static int
300 mdb_sem_wait(sem_t *sem)
301 {
302    int rc;
303    while ((rc = sem_wait(sem)) && (rc = errno) == EINTR) ;
304    return rc;
305 }
306
307 #elif defined MDB_USE_SYSV_SEM
308
309 typedef struct mdb_mutex {
310         int semid;
311         int semnum;
312         int *locked;
313 } mdb_mutex_t[1], *mdb_mutexref_t;
314
315 #define LOCK_MUTEX0(mutex)              mdb_sem_wait(mutex)
316 #define UNLOCK_MUTEX(mutex)             do { \
317         struct sembuf sb = { 0, 1, SEM_UNDO }; \
318         sb.sem_num = (mutex)->semnum; \
319         *(mutex)->locked = 0; \
320         semop((mutex)->semid, &sb, 1); \
321 } while(0)
322
323 static int
324 mdb_sem_wait(mdb_mutexref_t sem)
325 {
326         int rc, *locked = sem->locked;
327         struct sembuf sb = { 0, -1, SEM_UNDO };
328         sb.sem_num = sem->semnum;
329         do {
330                 if (!semop(sem->semid, &sb, 1)) {
331                         rc = *locked ? MDB_OWNERDEAD : MDB_SUCCESS;
332                         *locked = 1;
333                         break;
334                 }
335         } while ((rc = errno) == EINTR);
336         return rc;
337 }
338
339 #define mdb_mutex_consistent(mutex)     0
340
341 #else   /* MDB_USE_POSIX_MUTEX: */
342         /** Shared mutex/semaphore as it is stored (mdb_mutex_t), and as
343          *      local variables keep it (mdb_mutexref_t).
344          *
345          *      An mdb_mutex_t can be assigned to an mdb_mutexref_t.  They can
346          *      be the same, or an array[size 1] and a pointer.
347          *      @{
348          */
349 typedef pthread_mutex_t mdb_mutex_t[1], *mdb_mutexref_t;
350         /*      @} */
351         /** Lock the reader or writer mutex.
352          *      Returns 0 or a code to give #mdb_mutex_failed(), as in #LOCK_MUTEX().
353          */
354 #define LOCK_MUTEX0(mutex)      pthread_mutex_lock(mutex)
355         /** Unlock the reader or writer mutex.
356          */
357 #define UNLOCK_MUTEX(mutex)     pthread_mutex_unlock(mutex)
358         /** Mark mutex-protected data as repaired, after death of previous owner.
359          */
360 #define mdb_mutex_consistent(mutex)     pthread_mutex_consistent(mutex)
361 #endif  /* MDB_USE_POSIX_SEM || MDB_USE_SYSV_SEM */
362
363         /** Get the error code for the last failed system function.
364          */
365 #define ErrCode()       errno
366
367         /** An abstraction for a file handle.
368          *      On POSIX systems file handles are small integers. On Windows
369          *      they're opaque pointers.
370          */
371 #define HANDLE  int
372
373         /**     A value for an invalid file handle.
374          *      Mainly used to initialize file variables and signify that they are
375          *      unused.
376          */
377 #define INVALID_HANDLE_VALUE    (-1)
378
379         /** Get the size of a memory page for the system.
380          *      This is the basic size that the platform's memory manager uses, and is
381          *      fundamental to the use of memory-mapped files.
382          */
383 #define GET_PAGESIZE(x) ((x) = sysconf(_SC_PAGE_SIZE))
384 #endif
385
386 #if defined(_WIN32) || defined(MDB_USE_POSIX_SEM)
387 #define MNAME_LEN       32
388 #elif defined(MDB_USE_SYSV_SEM)
389 #define MNAME_LEN       (sizeof(int))
390 #else
391 #define MNAME_LEN       (sizeof(pthread_mutex_t))
392 #endif
393
394 #ifdef MDB_USE_SYSV_SEM
395 #define SYSV_SEM_FLAG   1               /**< SysV sems in lockfile format */
396 #else
397 #define SYSV_SEM_FLAG   0
398 #endif
399
400 /** @} */
401
402 #ifdef MDB_ROBUST_SUPPORTED
403         /** Lock mutex, handle any error, set rc = result.
404          *      Return 0 on success, nonzero (not rc) on error.
405          */
406 #define LOCK_MUTEX(rc, env, mutex) \
407         (((rc) = LOCK_MUTEX0(mutex)) && \
408          ((rc) = mdb_mutex_failed(env, mutex, rc)))
409 static int mdb_mutex_failed(MDB_env *env, mdb_mutexref_t mutex, int rc);
410 #else
411 #define LOCK_MUTEX(rc, env, mutex) ((rc) = LOCK_MUTEX0(mutex))
412 #define mdb_mutex_failed(env, mutex, rc) (rc)
413 #endif
414
415 #ifndef _WIN32
416 /**     A flag for opening a file and requesting synchronous data writes.
417  *      This is only used when writing a meta page. It's not strictly needed;
418  *      we could just do a normal write and then immediately perform a flush.
419  *      But if this flag is available it saves us an extra system call.
420  *
421  *      @note If O_DSYNC is undefined but exists in /usr/include,
422  * preferably set some compiler flag to get the definition.
423  * Otherwise compile with the less efficient -DMDB_DSYNC=O_SYNC.
424  */
425 #ifndef MDB_DSYNC
426 # define MDB_DSYNC      O_DSYNC
427 #endif
428 #endif
429
430 /** Function for flushing the data of a file. Define this to fsync
431  *      if fdatasync() is not supported.
432  */
433 #ifndef MDB_FDATASYNC
434 # define MDB_FDATASYNC  fdatasync
435 #endif
436
437 #ifndef MDB_MSYNC
438 # define MDB_MSYNC(addr,len,flags)      msync(addr,len,flags)
439 #endif
440
441 #ifndef MS_SYNC
442 #define MS_SYNC 1
443 #endif
444
445 #ifndef MS_ASYNC
446 #define MS_ASYNC        0
447 #endif
448
449         /** A page number in the database.
450          *      Note that 64 bit page numbers are overkill, since pages themselves
451          *      already represent 12-13 bits of addressable memory, and the OS will
452          *      always limit applications to a maximum of 63 bits of address space.
453          *
454          *      @note In the #MDB_node structure, we only store 48 bits of this value,
455          *      which thus limits us to only 60 bits of addressable data.
456          */
457 typedef MDB_ID  pgno_t;
458
459         /** A transaction ID.
460          *      See struct MDB_txn.mt_txnid for details.
461          */
462 typedef MDB_ID  txnid_t;
463
464 /** @defgroup debug     Debug Macros
465  *      @{
466  */
467 #ifndef MDB_DEBUG
468         /**     Enable debug output.  Needs variable argument macros (a C99 feature).
469          *      Set this to 1 for copious tracing. Set to 2 to add dumps of all IDLs
470          *      read from and written to the database (used for free space management).
471          */
472 #define MDB_DEBUG 0
473 #endif
474
475 #if MDB_DEBUG
476 static int mdb_debug;
477 static txnid_t mdb_debug_start;
478
479         /**     Print a debug message with printf formatting.
480          *      Requires double parenthesis around 2 or more args.
481          */
482 # define DPRINTF(args) ((void) ((mdb_debug) && DPRINTF0 args))
483 # define DPRINTF0(fmt, ...) \
484         fprintf(stderr, "%s:%d " fmt "\n", mdb_func_, __LINE__, __VA_ARGS__)
485 #else
486 # define DPRINTF(args)  ((void) 0)
487 #endif
488         /**     Print a debug string.
489          *      The string is printed literally, with no format processing.
490          */
491 #define DPUTS(arg)      DPRINTF(("%s", arg))
492         /** Debuging output value of a cursor DBI: Negative in a sub-cursor. */
493 #define DDBI(mc) \
494         (((mc)->mc_flags & C_SUB) ? -(int)(mc)->mc_dbi : (int)(mc)->mc_dbi)
495 /** @} */
496
497         /**     @brief The maximum size of a database page.
498          *
499          *      It is 32k or 64k, since value-PAGEBASE must fit in
500          *      #MDB_page.%mp_upper.
501          *
502          *      LMDB will use database pages < OS pages if needed.
503          *      That causes more I/O in write transactions: The OS must
504          *      know (read) the whole page before writing a partial page.
505          *
506          *      Note that we don't currently support Huge pages. On Linux,
507          *      regular data files cannot use Huge pages, and in general
508          *      Huge pages aren't actually pageable. We rely on the OS
509          *      demand-pager to read our data and page it out when memory
510          *      pressure from other processes is high. So until OSs have
511          *      actual paging support for Huge pages, they're not viable.
512          */
513 #define MAX_PAGESIZE     (PAGEBASE ? 0x10000 : 0x8000)
514
515         /** The minimum number of keys required in a database page.
516          *      Setting this to a larger value will place a smaller bound on the
517          *      maximum size of a data item. Data items larger than this size will
518          *      be pushed into overflow pages instead of being stored directly in
519          *      the B-tree node. This value used to default to 4. With a page size
520          *      of 4096 bytes that meant that any item larger than 1024 bytes would
521          *      go into an overflow page. That also meant that on average 2-3KB of
522          *      each overflow page was wasted space. The value cannot be lower than
523          *      2 because then there would no longer be a tree structure. With this
524          *      value, items larger than 2KB will go into overflow pages, and on
525          *      average only 1KB will be wasted.
526          */
527 #define MDB_MINKEYS      2
528
529         /**     A stamp that identifies a file as an LMDB file.
530          *      There's nothing special about this value other than that it is easily
531          *      recognizable, and it will reflect any byte order mismatches.
532          */
533 #define MDB_MAGIC        0xBEEFC0DE
534
535         /**     The version number for a database's datafile format. */
536 #define MDB_DATA_VERSION         ((MDB_DEVEL) ? 999 : 1)
537         /**     The version number for a database's lockfile format. */
538 #define MDB_LOCK_VERSION         ((MDB_DEVEL) ? 999 : 1)
539
540         /**     @brief The max size of a key we can write, or 0 for computed max.
541          *
542          *      This macro should normally be left alone or set to 0.
543          *      Note that a database with big keys or dupsort data cannot be
544          *      reliably modified by a liblmdb which uses a smaller max.
545          *      The default is 511 for backwards compat, or 0 when #MDB_DEVEL.
546          *
547          *      Other values are allowed, for backwards compat.  However:
548          *      A value bigger than the computed max can break if you do not
549          *      know what you are doing, and liblmdb <= 0.9.10 can break when
550          *      modifying a DB with keys/dupsort data bigger than its max.
551          *
552          *      Data items in an #MDB_DUPSORT database are also limited to
553          *      this size, since they're actually keys of a sub-DB.  Keys and
554          *      #MDB_DUPSORT data items must fit on a node in a regular page.
555          */
556 #ifndef MDB_MAXKEYSIZE
557 #define MDB_MAXKEYSIZE   ((MDB_DEVEL) ? 0 : 511)
558 #endif
559
560         /**     The maximum size of a key we can write to the environment. */
561 #if MDB_MAXKEYSIZE
562 #define ENV_MAXKEY(env) (MDB_MAXKEYSIZE)
563 #else
564 #define ENV_MAXKEY(env) ((env)->me_maxkey)
565 #endif
566
567         /**     @brief The maximum size of a data item.
568          *
569          *      We only store a 32 bit value for node sizes.
570          */
571 #define MAXDATASIZE     0xffffffffUL
572
573 #if MDB_DEBUG
574         /**     Key size which fits in a #DKBUF.
575          *      @ingroup debug
576          */
577 #define DKBUF_MAXKEYSIZE ((MDB_MAXKEYSIZE) > 0 ? (MDB_MAXKEYSIZE) : 511)
578         /**     A key buffer.
579          *      @ingroup debug
580          *      This is used for printing a hex dump of a key's contents.
581          */
582 #define DKBUF   char kbuf[DKBUF_MAXKEYSIZE*2+1]
583         /**     Display a key in hex.
584          *      @ingroup debug
585          *      Invoke a function to display a key in hex.
586          */
587 #define DKEY(x) mdb_dkey(x, kbuf)
588 #else
589 #define DKBUF
590 #define DKEY(x) 0
591 #endif
592
593         /** An invalid page number.
594          *      Mainly used to denote an empty tree.
595          */
596 #define P_INVALID        (~(pgno_t)0)
597
598         /** Test if the flags \b f are set in a flag word \b w. */
599 #define F_ISSET(w, f)    (((w) & (f)) == (f))
600
601         /** Round \b n up to an even number. */
602 #define EVEN(n)         (((n) + 1U) & -2) /* sign-extending -2 to match n+1U */
603
604         /**     Used for offsets within a single page.
605          *      Since memory pages are typically 4 or 8KB in size, 12-13 bits,
606          *      this is plenty.
607          */
608 typedef uint16_t         indx_t;
609
610         /**     Default size of memory map.
611          *      This is certainly too small for any actual applications. Apps should always set
612          *      the size explicitly using #mdb_env_set_mapsize().
613          */
614 #define DEFAULT_MAPSIZE 1048576
615
616 /**     @defgroup readers       Reader Lock Table
617  *      Readers don't acquire any locks for their data access. Instead, they
618  *      simply record their transaction ID in the reader table. The reader
619  *      mutex is needed just to find an empty slot in the reader table. The
620  *      slot's address is saved in thread-specific data so that subsequent read
621  *      transactions started by the same thread need no further locking to proceed.
622  *
623  *      If #MDB_NOTLS is set, the slot address is not saved in thread-specific data.
624  *
625  *      No reader table is used if the database is on a read-only filesystem, or
626  *      if #MDB_NOLOCK is set.
627  *
628  *      Since the database uses multi-version concurrency control, readers don't
629  *      actually need any locking. This table is used to keep track of which
630  *      readers are using data from which old transactions, so that we'll know
631  *      when a particular old transaction is no longer in use. Old transactions
632  *      that have discarded any data pages can then have those pages reclaimed
633  *      for use by a later write transaction.
634  *
635  *      The lock table is constructed such that reader slots are aligned with the
636  *      processor's cache line size. Any slot is only ever used by one thread.
637  *      This alignment guarantees that there will be no contention or cache
638  *      thrashing as threads update their own slot info, and also eliminates
639  *      any need for locking when accessing a slot.
640  *
641  *      A writer thread will scan every slot in the table to determine the oldest
642  *      outstanding reader transaction. Any freed pages older than this will be
643  *      reclaimed by the writer. The writer doesn't use any locks when scanning
644  *      this table. This means that there's no guarantee that the writer will
645  *      see the most up-to-date reader info, but that's not required for correct
646  *      operation - all we need is to know the upper bound on the oldest reader,
647  *      we don't care at all about the newest reader. So the only consequence of
648  *      reading stale information here is that old pages might hang around a
649  *      while longer before being reclaimed. That's actually good anyway, because
650  *      the longer we delay reclaiming old pages, the more likely it is that a
651  *      string of contiguous pages can be found after coalescing old pages from
652  *      many old transactions together.
653  *      @{
654  */
655         /**     Number of slots in the reader table.
656          *      This value was chosen somewhat arbitrarily. 126 readers plus a
657          *      couple mutexes fit exactly into 8KB on my development machine.
658          *      Applications should set the table size using #mdb_env_set_maxreaders().
659          */
660 #define DEFAULT_READERS 126
661
662         /**     The size of a CPU cache line in bytes. We want our lock structures
663          *      aligned to this size to avoid false cache line sharing in the
664          *      lock table.
665          *      This value works for most CPUs. For Itanium this should be 128.
666          */
667 #ifndef CACHELINE
668 #define CACHELINE       64
669 #endif
670
671         /**     The information we store in a single slot of the reader table.
672          *      In addition to a transaction ID, we also record the process and
673          *      thread ID that owns a slot, so that we can detect stale information,
674          *      e.g. threads or processes that went away without cleaning up.
675          *      @note We currently don't check for stale records. We simply re-init
676          *      the table when we know that we're the only process opening the
677          *      lock file.
678          */
679 typedef struct MDB_rxbody {
680         /**     Current Transaction ID when this transaction began, or (txnid_t)-1.
681          *      Multiple readers that start at the same time will probably have the
682          *      same ID here. Again, it's not important to exclude them from
683          *      anything; all we need to know is which version of the DB they
684          *      started from so we can avoid overwriting any data used in that
685          *      particular version.
686          */
687         volatile txnid_t                mrb_txnid;
688         /** The process ID of the process owning this reader txn. */
689         volatile MDB_PID_T      mrb_pid;
690         /** The thread ID of the thread owning this txn. */
691         volatile MDB_THR_T      mrb_tid;
692 } MDB_rxbody;
693
694         /** The actual reader record, with cacheline padding. */
695 typedef struct MDB_reader {
696         union {
697                 MDB_rxbody mrx;
698                 /** shorthand for mrb_txnid */
699 #define mr_txnid        mru.mrx.mrb_txnid
700 #define mr_pid  mru.mrx.mrb_pid
701 #define mr_tid  mru.mrx.mrb_tid
702                 /** cache line alignment */
703                 char pad[(sizeof(MDB_rxbody)+CACHELINE-1) & ~(CACHELINE-1)];
704         } mru;
705 } MDB_reader;
706
707         /** The header for the reader table.
708          *      The table resides in a memory-mapped file. (This is a different file
709          *      than is used for the main database.)
710          *
711          *      For POSIX the actual mutexes reside in the shared memory of this
712          *      mapped file. On Windows, mutexes are named objects allocated by the
713          *      kernel; we store the mutex names in this mapped file so that other
714          *      processes can grab them. This same approach is also used on
715          *      MacOSX/Darwin (using named semaphores) since MacOSX doesn't support
716          *      process-shared POSIX mutexes. For these cases where a named object
717          *      is used, the object name is derived from a 64 bit FNV hash of the
718          *      environment pathname. As such, naming collisions are extremely
719          *      unlikely. If a collision occurs, the results are unpredictable.
720          */
721 typedef struct MDB_txbody {
722                 /** Stamp identifying this as an LMDB file. It must be set
723                  *      to #MDB_MAGIC. */
724         uint32_t        mtb_magic;
725                 /** Format of this lock file. Must be set to #MDB_LOCK_FORMAT. */
726         uint32_t        mtb_format;
727 #if defined(_WIN32) || defined(MDB_USE_POSIX_SEM)
728         char    mtb_rmname[MNAME_LEN];
729 #elif defined(MDB_USE_SYSV_SEM)
730         int     mtb_semid;
731         int             mtb_rlocked;
732 #else
733                 /** Mutex protecting access to this table.
734                  *      This is the reader table lock used with LOCK_MUTEX().
735                  */
736         mdb_mutex_t     mtb_rmutex;
737 #endif
738                 /**     The ID of the last transaction committed to the database.
739                  *      This is recorded here only for convenience; the value can always
740                  *      be determined by reading the main database meta pages.
741                  */
742         volatile txnid_t                mtb_txnid;
743                 /** The number of slots that have been used in the reader table.
744                  *      This always records the maximum count, it is not decremented
745                  *      when readers release their slots.
746                  */
747         volatile unsigned       mtb_numreaders;
748 } MDB_txbody;
749
750         /** The actual reader table definition. */
751 typedef struct MDB_txninfo {
752         union {
753                 MDB_txbody mtb;
754 #define mti_magic       mt1.mtb.mtb_magic
755 #define mti_format      mt1.mtb.mtb_format
756 #define mti_rmutex      mt1.mtb.mtb_rmutex
757 #define mti_rmname      mt1.mtb.mtb_rmname
758 #define mti_txnid       mt1.mtb.mtb_txnid
759 #define mti_numreaders  mt1.mtb.mtb_numreaders
760 #ifdef MDB_USE_SYSV_SEM
761 #define mti_semid       mt1.mtb.mtb_semid
762 #define mti_rlocked     mt1.mtb.mtb_rlocked
763 #endif
764                 char pad[(sizeof(MDB_txbody)+CACHELINE-1) & ~(CACHELINE-1)];
765         } mt1;
766         union {
767 #if defined(_WIN32) || defined(MDB_USE_POSIX_SEM)
768                 char mt2_wmname[MNAME_LEN];
769 #define mti_wmname      mt2.mt2_wmname
770 #elif defined MDB_USE_SYSV_SEM
771                 int mt2_wlocked;
772 #define mti_wlocked     mt2.mt2_wlocked
773 #else
774                 mdb_mutex_t     mt2_wmutex;
775 #define mti_wmutex      mt2.mt2_wmutex
776 #endif
777                 char pad[(MNAME_LEN+CACHELINE-1) & ~(CACHELINE-1)];
778         } mt2;
779         MDB_reader      mti_readers[1];
780 } MDB_txninfo;
781
782         /** Lockfile format signature: version, features and field layout */
783 #define MDB_LOCK_FORMAT \
784         ((uint32_t) \
785          ((MDB_LOCK_VERSION) \
786           /* Flags which describe functionality */ \
787           + (SYSV_SEM_FLAG << 18) \
788           + (((MDB_PIDLOCK) != 0) << 16)))
789 /** @} */
790
791 /** Common header for all page types.
792  * Overflow records occupy a number of contiguous pages with no
793  * headers on any page after the first.
794  */
795 typedef struct MDB_page {
796 #define mp_pgno mp_p.p_pgno
797 #define mp_next mp_p.p_next
798         union {
799                 pgno_t          p_pgno; /**< page number */
800                 struct MDB_page *p_next; /**< for in-memory list of freed pages */
801         } mp_p;
802         uint16_t        mp_pad;
803 /**     @defgroup mdb_page      Page Flags
804  *      @ingroup internal
805  *      Flags for the page headers.
806  *      @{
807  */
808 #define P_BRANCH         0x01           /**< branch page */
809 #define P_LEAF           0x02           /**< leaf page */
810 #define P_OVERFLOW       0x04           /**< overflow page */
811 #define P_META           0x08           /**< meta page */
812 #define P_DIRTY          0x10           /**< dirty page, also set for #P_SUBP pages */
813 #define P_LEAF2          0x20           /**< for #MDB_DUPFIXED records */
814 #define P_SUBP           0x40           /**< for #MDB_DUPSORT sub-pages */
815 #define P_LOOSE          0x4000         /**< page was dirtied then freed, can be reused */
816 #define P_KEEP           0x8000         /**< leave this page alone during spill */
817 /** @} */
818         uint16_t        mp_flags;               /**< @ref mdb_page */
819 #define mp_lower        mp_pb.pb.pb_lower
820 #define mp_upper        mp_pb.pb.pb_upper
821 #define mp_pages        mp_pb.pb_pages
822         union {
823                 struct {
824                         indx_t          pb_lower;               /**< lower bound of free space */
825                         indx_t          pb_upper;               /**< upper bound of free space */
826                 } pb;
827                 uint32_t        pb_pages;       /**< number of overflow pages */
828         } mp_pb;
829         indx_t          mp_ptrs[1];             /**< dynamic size */
830 } MDB_page;
831
832         /** Size of the page header, excluding dynamic data at the end */
833 #define PAGEHDRSZ        ((unsigned) offsetof(MDB_page, mp_ptrs))
834
835         /** Address of first usable data byte in a page, after the header */
836 #define METADATA(p)      ((void *)((char *)(p) + PAGEHDRSZ))
837
838         /** ITS#7713, change PAGEBASE to handle 65536 byte pages */
839 #define PAGEBASE        ((MDB_DEVEL) ? PAGEHDRSZ : 0)
840
841         /** Number of nodes on a page */
842 #define NUMKEYS(p)       (((p)->mp_lower - (PAGEHDRSZ-PAGEBASE)) >> 1)
843
844         /** The amount of space remaining in the page */
845 #define SIZELEFT(p)      (indx_t)((p)->mp_upper - (p)->mp_lower)
846
847         /** The percentage of space used in the page, in tenths of a percent. */
848 #define PAGEFILL(env, p) (1000L * ((env)->me_psize - PAGEHDRSZ - SIZELEFT(p)) / \
849                                 ((env)->me_psize - PAGEHDRSZ))
850         /** The minimum page fill factor, in tenths of a percent.
851          *      Pages emptier than this are candidates for merging.
852          */
853 #define FILL_THRESHOLD   250
854
855         /** Test if a page is a leaf page */
856 #define IS_LEAF(p)       F_ISSET((p)->mp_flags, P_LEAF)
857         /** Test if a page is a LEAF2 page */
858 #define IS_LEAF2(p)      F_ISSET((p)->mp_flags, P_LEAF2)
859         /** Test if a page is a branch page */
860 #define IS_BRANCH(p)     F_ISSET((p)->mp_flags, P_BRANCH)
861         /** Test if a page is an overflow page */
862 #define IS_OVERFLOW(p)   F_ISSET((p)->mp_flags, P_OVERFLOW)
863         /** Test if a page is a sub page */
864 #define IS_SUBP(p)       F_ISSET((p)->mp_flags, P_SUBP)
865
866         /** The number of overflow pages needed to store the given size. */
867 #define OVPAGES(size, psize)    ((PAGEHDRSZ-1 + (size)) / (psize) + 1)
868
869         /** Link in #MDB_txn.%mt_loose_pgs list */
870 #define NEXT_LOOSE_PAGE(p)              (*(MDB_page **)((p) + 2))
871
872         /** Header for a single key/data pair within a page.
873          * Used in pages of type #P_BRANCH and #P_LEAF without #P_LEAF2.
874          * We guarantee 2-byte alignment for 'MDB_node's.
875          */
876 typedef struct MDB_node {
877         /** lo and hi are used for data size on leaf nodes and for
878          * child pgno on branch nodes. On 64 bit platforms, flags
879          * is also used for pgno. (Branch nodes have no flags).
880          * They are in host byte order in case that lets some
881          * accesses be optimized into a 32-bit word access.
882          */
883 #if BYTE_ORDER == LITTLE_ENDIAN
884         unsigned short  mn_lo, mn_hi;   /**< part of data size or pgno */
885 #else
886         unsigned short  mn_hi, mn_lo;
887 #endif
888 /** @defgroup mdb_node Node Flags
889  *      @ingroup internal
890  *      Flags for node headers.
891  *      @{
892  */
893 #define F_BIGDATA        0x01                   /**< data put on overflow page */
894 #define F_SUBDATA        0x02                   /**< data is a sub-database */
895 #define F_DUPDATA        0x04                   /**< data has duplicates */
896
897 /** valid flags for #mdb_node_add() */
898 #define NODE_ADD_FLAGS  (F_DUPDATA|F_SUBDATA|MDB_RESERVE|MDB_APPEND)
899
900 /** @} */
901         unsigned short  mn_flags;               /**< @ref mdb_node */
902         unsigned short  mn_ksize;               /**< key size */
903         char            mn_data[1];                     /**< key and data are appended here */
904 } MDB_node;
905
906         /** Size of the node header, excluding dynamic data at the end */
907 #define NODESIZE         offsetof(MDB_node, mn_data)
908
909         /** Bit position of top word in page number, for shifting mn_flags */
910 #define PGNO_TOPWORD ((pgno_t)-1 > 0xffffffffu ? 32 : 0)
911
912         /** Size of a node in a branch page with a given key.
913          *      This is just the node header plus the key, there is no data.
914          */
915 #define INDXSIZE(k)      (NODESIZE + ((k) == NULL ? 0 : (k)->mv_size))
916
917         /** Size of a node in a leaf page with a given key and data.
918          *      This is node header plus key plus data size.
919          */
920 #define LEAFSIZE(k, d)   (NODESIZE + (k)->mv_size + (d)->mv_size)
921
922         /** Address of node \b i in page \b p */
923 #define NODEPTR(p, i)    ((MDB_node *)((char *)(p) + (p)->mp_ptrs[i] + PAGEBASE))
924
925         /** Address of the key for the node */
926 #define NODEKEY(node)    (void *)((node)->mn_data)
927
928         /** Address of the data for a node */
929 #define NODEDATA(node)   (void *)((char *)(node)->mn_data + (node)->mn_ksize)
930
931         /** Get the page number pointed to by a branch node */
932 #define NODEPGNO(node) \
933         ((node)->mn_lo | ((pgno_t) (node)->mn_hi << 16) | \
934          (PGNO_TOPWORD ? ((pgno_t) (node)->mn_flags << PGNO_TOPWORD) : 0))
935         /** Set the page number in a branch node */
936 #define SETPGNO(node,pgno)      do { \
937         (node)->mn_lo = (pgno) & 0xffff; (node)->mn_hi = (pgno) >> 16; \
938         if (PGNO_TOPWORD) (node)->mn_flags = (pgno) >> PGNO_TOPWORD; } while(0)
939
940         /** Get the size of the data in a leaf node */
941 #define NODEDSZ(node)    ((node)->mn_lo | ((unsigned)(node)->mn_hi << 16))
942         /** Set the size of the data for a leaf node */
943 #define SETDSZ(node,size)       do { \
944         (node)->mn_lo = (size) & 0xffff; (node)->mn_hi = (size) >> 16;} while(0)
945         /** The size of a key in a node */
946 #define NODEKSZ(node)    ((node)->mn_ksize)
947
948         /** Copy a page number from src to dst */
949 #ifdef MISALIGNED_OK
950 #define COPY_PGNO(dst,src)      dst = src
951 #else
952 #if SIZE_MAX > 4294967295UL
953 #define COPY_PGNO(dst,src)      do { \
954         unsigned short *s, *d;  \
955         s = (unsigned short *)&(src);   \
956         d = (unsigned short *)&(dst);   \
957         *d++ = *s++;    \
958         *d++ = *s++;    \
959         *d++ = *s++;    \
960         *d = *s;        \
961 } while (0)
962 #else
963 #define COPY_PGNO(dst,src)      do { \
964         unsigned short *s, *d;  \
965         s = (unsigned short *)&(src);   \
966         d = (unsigned short *)&(dst);   \
967         *d++ = *s++;    \
968         *d = *s;        \
969 } while (0)
970 #endif
971 #endif
972         /** The address of a key in a LEAF2 page.
973          *      LEAF2 pages are used for #MDB_DUPFIXED sorted-duplicate sub-DBs.
974          *      There are no node headers, keys are stored contiguously.
975          */
976 #define LEAF2KEY(p, i, ks)      ((char *)(p) + PAGEHDRSZ + ((i)*(ks)))
977
978         /** Set the \b node's key into \b keyptr, if requested. */
979 #define MDB_GET_KEY(node, keyptr)       { if ((keyptr) != NULL) { \
980         (keyptr)->mv_size = NODEKSZ(node); (keyptr)->mv_data = NODEKEY(node); } }
981
982         /** Set the \b node's key into \b key. */
983 #define MDB_GET_KEY2(node, key) { key.mv_size = NODEKSZ(node); key.mv_data = NODEKEY(node); }
984
985         /** Information about a single database in the environment. */
986 typedef struct MDB_db {
987         uint32_t        md_pad;         /**< also ksize for LEAF2 pages */
988         uint16_t        md_flags;       /**< @ref mdb_dbi_open */
989         uint16_t        md_depth;       /**< depth of this tree */
990         pgno_t          md_branch_pages;        /**< number of internal pages */
991         pgno_t          md_leaf_pages;          /**< number of leaf pages */
992         pgno_t          md_overflow_pages;      /**< number of overflow pages */
993         size_t          md_entries;             /**< number of data items */
994         pgno_t          md_root;                /**< the root page of this tree */
995 } MDB_db;
996
997         /** mdb_dbi_open flags */
998 #define MDB_VALID       0x8000          /**< DB handle is valid, for me_dbflags */
999 #define PERSISTENT_FLAGS        (0xffff & ~(MDB_VALID))
1000 #define VALID_FLAGS     (MDB_REVERSEKEY|MDB_DUPSORT|MDB_INTEGERKEY|MDB_DUPFIXED|\
1001         MDB_INTEGERDUP|MDB_REVERSEDUP|MDB_CREATE)
1002
1003         /** Handle for the DB used to track free pages. */
1004 #define FREE_DBI        0
1005         /** Handle for the default DB. */
1006 #define MAIN_DBI        1
1007
1008         /** Meta page content.
1009          *      A meta page is the start point for accessing a database snapshot.
1010          *      Pages 0-1 are meta pages. Transaction N writes meta page #(N % 2).
1011          */
1012 typedef struct MDB_meta {
1013                 /** Stamp identifying this as an LMDB file. It must be set
1014                  *      to #MDB_MAGIC. */
1015         uint32_t        mm_magic;
1016                 /** Version number of this file. Must be set to #MDB_DATA_VERSION. */
1017         uint32_t        mm_version;
1018         void            *mm_address;            /**< address for fixed mapping */
1019         size_t          mm_mapsize;                     /**< size of mmap region */
1020         MDB_db          mm_dbs[2];                      /**< first is free space, 2nd is main db */
1021         /** The size of pages used in this DB */
1022 #define mm_psize        mm_dbs[0].md_pad
1023         /** Any persistent environment flags. @ref mdb_env */
1024 #define mm_flags        mm_dbs[0].md_flags
1025         pgno_t          mm_last_pg;                     /**< last used page in file */
1026         volatile txnid_t        mm_txnid;       /**< txnid that committed this page */
1027 } MDB_meta;
1028
1029         /** Buffer for a stack-allocated meta page.
1030          *      The members define size and alignment, and silence type
1031          *      aliasing warnings.  They are not used directly; that could
1032          *      mean incorrectly using several union members in parallel.
1033          */
1034 typedef union MDB_metabuf {
1035         MDB_page        mb_page;
1036         struct {
1037                 char            mm_pad[PAGEHDRSZ];
1038                 MDB_meta        mm_meta;
1039         } mb_metabuf;
1040 } MDB_metabuf;
1041
1042         /** Auxiliary DB info.
1043          *      The information here is mostly static/read-only. There is
1044          *      only a single copy of this record in the environment.
1045          */
1046 typedef struct MDB_dbx {
1047         MDB_val         md_name;                /**< name of the database */
1048         MDB_cmp_func    *md_cmp;        /**< function for comparing keys */
1049         MDB_cmp_func    *md_dcmp;       /**< function for comparing data items */
1050         MDB_rel_func    *md_rel;        /**< user relocate function */
1051         void            *md_relctx;             /**< user-provided context for md_rel */
1052 } MDB_dbx;
1053
1054         /** A database transaction.
1055          *      Every operation requires a transaction handle.
1056          */
1057 struct MDB_txn {
1058         MDB_txn         *mt_parent;             /**< parent of a nested txn */
1059         MDB_txn         *mt_child;              /**< nested txn under this txn */
1060         pgno_t          mt_next_pgno;   /**< next unallocated page */
1061         /** The ID of this transaction. IDs are integers incrementing from 1.
1062          *      Only committed write transactions increment the ID. If a transaction
1063          *      aborts, the ID may be re-used by the next writer.
1064          */
1065         txnid_t         mt_txnid;
1066         MDB_env         *mt_env;                /**< the DB environment */
1067         /** The list of pages that became unused during this transaction.
1068          */
1069         MDB_IDL         mt_free_pgs;
1070         /** The list of loose pages that became unused and may be reused
1071          *      in this transaction, linked through #NEXT_LOOSE_PAGE(page).
1072          */
1073         MDB_page        *mt_loose_pgs;
1074         /* #Number of loose pages (#mt_loose_pgs) */
1075         int                     mt_loose_count;
1076         /** The sorted list of dirty pages we temporarily wrote to disk
1077          *      because the dirty list was full. page numbers in here are
1078          *      shifted left by 1, deleted slots have the LSB set.
1079          */
1080         MDB_IDL         mt_spill_pgs;
1081         union {
1082                 /** For write txns: Modified pages. Sorted when not MDB_WRITEMAP. */
1083                 MDB_ID2L        dirty_list;
1084                 /** For read txns: This thread/txn's reader table slot, or NULL. */
1085                 MDB_reader      *reader;
1086         } mt_u;
1087         /** Array of records for each DB known in the environment. */
1088         MDB_dbx         *mt_dbxs;
1089         /** Array of MDB_db records for each known DB */
1090         MDB_db          *mt_dbs;
1091         /** Array of sequence numbers for each DB handle */
1092         unsigned int    *mt_dbiseqs;
1093 /** @defgroup mt_dbflag Transaction DB Flags
1094  *      @ingroup internal
1095  * @{
1096  */
1097 #define DB_DIRTY        0x01            /**< DB was modified or is DUPSORT data */
1098 #define DB_STALE        0x02            /**< Named-DB record is older than txnID */
1099 #define DB_NEW          0x04            /**< Named-DB handle opened in this txn */
1100 #define DB_VALID        0x08            /**< DB handle is valid, see also #MDB_VALID */
1101 #define DB_USRVALID     0x10            /**< As #DB_VALID, but not set for #FREE_DBI */
1102 /** @} */
1103         /** In write txns, array of cursors for each DB */
1104         MDB_cursor      **mt_cursors;
1105         /** Array of flags for each DB */
1106         unsigned char   *mt_dbflags;
1107         /**     Number of DB records in use. This number only ever increments;
1108          *      we don't decrement it when individual DB handles are closed.
1109          */
1110         MDB_dbi         mt_numdbs;
1111
1112 /** @defgroup mdb_txn   Transaction Flags
1113  *      @ingroup internal
1114  *      @{
1115  */
1116         /** #mdb_txn_begin() flags */
1117 #define MDB_TXN_BEGIN_FLAGS     (MDB_NOMETASYNC|MDB_NOSYNC|MDB_RDONLY)
1118 #define MDB_TXN_NOMETASYNC      MDB_NOMETASYNC  /**< don't sync meta for this txn on commit */
1119 #define MDB_TXN_NOSYNC          MDB_NOSYNC      /**< don't sync this txn on commit */
1120 #define MDB_TXN_RDONLY          MDB_RDONLY      /**< read-only transaction */
1121         /* internal txn flags */
1122 #define MDB_TXN_WRITEMAP        MDB_WRITEMAP    /**< copy of #MDB_env flag in writers */
1123 #define MDB_TXN_ERROR           0x02            /**< txn is unusable after an error */
1124 #define MDB_TXN_DIRTY           0x04            /**< must write, even if dirty list is empty */
1125 #define MDB_TXN_SPILLS          0x08            /**< txn or a parent has spilled pages */
1126 /** @} */
1127         unsigned int    mt_flags;               /**< @ref mdb_txn */
1128         /** #dirty_list room: Array size - \#dirty pages visible to this txn.
1129          *      Includes ancestor txns' dirty pages not hidden by other txns'
1130          *      dirty/spilled pages. Thus commit(nested txn) has room to merge
1131          *      dirty_list into mt_parent after freeing hidden mt_parent pages.
1132          */
1133         unsigned int    mt_dirty_room;
1134 };
1135
1136 /** Enough space for 2^32 nodes with minimum of 2 keys per node. I.e., plenty.
1137  * At 4 keys per node, enough for 2^64 nodes, so there's probably no need to
1138  * raise this on a 64 bit machine.
1139  */
1140 #define CURSOR_STACK             32
1141
1142 struct MDB_xcursor;
1143
1144         /** Cursors are used for all DB operations.
1145          *      A cursor holds a path of (page pointer, key index) from the DB
1146          *      root to a position in the DB, plus other state. #MDB_DUPSORT
1147          *      cursors include an xcursor to the current data item. Write txns
1148          *      track their cursors and keep them up to date when data moves.
1149          *      Exception: An xcursor's pointer to a #P_SUBP page can be stale.
1150          *      (A node with #F_DUPDATA but no #F_SUBDATA contains a subpage).
1151          */
1152 struct MDB_cursor {
1153         /** Next cursor on this DB in this txn */
1154         MDB_cursor      *mc_next;
1155         /** Backup of the original cursor if this cursor is a shadow */
1156         MDB_cursor      *mc_backup;
1157         /** Context used for databases with #MDB_DUPSORT, otherwise NULL */
1158         struct MDB_xcursor      *mc_xcursor;
1159         /** The transaction that owns this cursor */
1160         MDB_txn         *mc_txn;
1161         /** The database handle this cursor operates on */
1162         MDB_dbi         mc_dbi;
1163         /** The database record for this cursor */
1164         MDB_db          *mc_db;
1165         /** The database auxiliary record for this cursor */
1166         MDB_dbx         *mc_dbx;
1167         /** The @ref mt_dbflag for this database */
1168         unsigned char   *mc_dbflag;
1169         unsigned short  mc_snum;        /**< number of pushed pages */
1170         unsigned short  mc_top;         /**< index of top page, normally mc_snum-1 */
1171 /** @defgroup mdb_cursor        Cursor Flags
1172  *      @ingroup internal
1173  *      Cursor state flags.
1174  *      @{
1175  */
1176 #define C_INITIALIZED   0x01    /**< cursor has been initialized and is valid */
1177 #define C_EOF   0x02                    /**< No more data */
1178 #define C_SUB   0x04                    /**< Cursor is a sub-cursor */
1179 #define C_DEL   0x08                    /**< last op was a cursor_del */
1180 #define C_SPLITTING     0x20            /**< Cursor is in page_split */
1181 #define C_UNTRACK       0x40            /**< Un-track cursor when closing */
1182 /** @} */
1183         unsigned int    mc_flags;       /**< @ref mdb_cursor */
1184         MDB_page        *mc_pg[CURSOR_STACK];   /**< stack of pushed pages */
1185         indx_t          mc_ki[CURSOR_STACK];    /**< stack of page indices */
1186 };
1187
1188         /** Context for sorted-dup records.
1189          *      We could have gone to a fully recursive design, with arbitrarily
1190          *      deep nesting of sub-databases. But for now we only handle these
1191          *      levels - main DB, optional sub-DB, sorted-duplicate DB.
1192          */
1193 typedef struct MDB_xcursor {
1194         /** A sub-cursor for traversing the Dup DB */
1195         MDB_cursor mx_cursor;
1196         /** The database record for this Dup DB */
1197         MDB_db  mx_db;
1198         /**     The auxiliary DB record for this Dup DB */
1199         MDB_dbx mx_dbx;
1200         /** The @ref mt_dbflag for this Dup DB */
1201         unsigned char mx_dbflag;
1202 } MDB_xcursor;
1203
1204         /** State of FreeDB old pages, stored in the MDB_env */
1205 typedef struct MDB_pgstate {
1206         pgno_t          *mf_pghead;     /**< Reclaimed freeDB pages, or NULL before use */
1207         txnid_t         mf_pglast;      /**< ID of last used record, or 0 if !mf_pghead */
1208 } MDB_pgstate;
1209
1210         /** The database environment. */
1211 struct MDB_env {
1212         HANDLE          me_fd;          /**< The main data file */
1213         HANDLE          me_lfd;         /**< The lock file */
1214         HANDLE          me_mfd;                 /**< just for writing the meta pages */
1215         /** Failed to update the meta page. Probably an I/O error. */
1216 #define MDB_FATAL_ERROR 0x80000000U
1217         /** Some fields are initialized. */
1218 #define MDB_ENV_ACTIVE  0x20000000U
1219         /** me_txkey is set */
1220 #define MDB_ENV_TXKEY   0x10000000U
1221         /** fdatasync is unreliable */
1222 #define MDB_FSYNCONLY   0x08000000U
1223         uint32_t        me_flags;               /**< @ref mdb_env */
1224         unsigned int    me_psize;       /**< DB page size, inited from me_os_psize */
1225         unsigned int    me_os_psize;    /**< OS page size, from #GET_PAGESIZE */
1226         unsigned int    me_maxreaders;  /**< size of the reader table */
1227         /** Max #MDB_txninfo.%mti_numreaders of interest to #mdb_env_close() */
1228         volatile int    me_close_readers;
1229         MDB_dbi         me_numdbs;              /**< number of DBs opened */
1230         MDB_dbi         me_maxdbs;              /**< size of the DB table */
1231         MDB_PID_T       me_pid;         /**< process ID of this env */
1232         char            *me_path;               /**< path to the DB files */
1233         char            *me_map;                /**< the memory map of the data file */
1234         MDB_txninfo     *me_txns;               /**< the memory map of the lock file or NULL */
1235         MDB_meta        *me_metas[2];   /**< pointers to the two meta pages */
1236         void            *me_pbuf;               /**< scratch area for DUPSORT put() */
1237         MDB_txn         *me_txn;                /**< current write transaction */
1238         MDB_txn         *me_txn0;               /**< prealloc'd write transaction */
1239         size_t          me_mapsize;             /**< size of the data memory map */
1240         off_t           me_size;                /**< current file size */
1241         pgno_t          me_maxpg;               /**< me_mapsize / me_psize */
1242         MDB_dbx         *me_dbxs;               /**< array of static DB info */
1243         uint16_t        *me_dbflags;    /**< array of flags from MDB_db.md_flags */
1244         unsigned int    *me_dbiseqs;    /**< array of dbi sequence numbers */
1245         pthread_key_t   me_txkey;       /**< thread-key for readers */
1246         txnid_t         me_pgoldest;    /**< ID of oldest reader last time we looked */
1247         MDB_pgstate     me_pgstate;             /**< state of old pages from freeDB */
1248 #       define          me_pglast       me_pgstate.mf_pglast
1249 #       define          me_pghead       me_pgstate.mf_pghead
1250         MDB_page        *me_dpages;             /**< list of malloc'd blocks for re-use */
1251         /** IDL of pages that became unused in a write txn */
1252         MDB_IDL         me_free_pgs;
1253         /** ID2L of pages written during a write txn. Length MDB_IDL_UM_SIZE. */
1254         MDB_ID2L        me_dirty_list;
1255         /** Max number of freelist items that can fit in a single overflow page */
1256         int                     me_maxfree_1pg;
1257         /** Max size of a node on a page */
1258         unsigned int    me_nodemax;
1259 #if !(MDB_MAXKEYSIZE)
1260         unsigned int    me_maxkey;      /**< max size of a key */
1261 #endif
1262         int             me_live_reader;         /**< have liveness lock in reader table */
1263 #ifdef _WIN32
1264         int             me_pidquery;            /**< Used in OpenProcess */
1265 #endif
1266 #ifdef MDB_USE_POSIX_MUTEX      /* Posix mutexes reside in shared mem */
1267 #       define          me_rmutex       me_txns->mti_rmutex /**< Shared reader lock */
1268 #       define          me_wmutex       me_txns->mti_wmutex /**< Shared writer lock */
1269 #else
1270         mdb_mutex_t     me_rmutex;
1271         mdb_mutex_t     me_wmutex;
1272 #endif
1273         void            *me_userctx;     /**< User-settable context */
1274         MDB_assert_func *me_assert_func; /**< Callback for assertion failures */
1275 };
1276
1277         /** Nested transaction */
1278 typedef struct MDB_ntxn {
1279         MDB_txn         mnt_txn;                /**< the transaction */
1280         MDB_pgstate     mnt_pgstate;    /**< parent transaction's saved freestate */
1281 } MDB_ntxn;
1282
1283         /** max number of pages to commit in one writev() call */
1284 #define MDB_COMMIT_PAGES         64
1285 #if defined(IOV_MAX) && IOV_MAX < MDB_COMMIT_PAGES
1286 #undef MDB_COMMIT_PAGES
1287 #define MDB_COMMIT_PAGES        IOV_MAX
1288 #endif
1289
1290         /** max bytes to write in one call */
1291 #define MAX_WRITE               (0x80000000U >> (sizeof(ssize_t) == 4))
1292
1293         /** Check \b txn and \b dbi arguments to a function */
1294 #define TXN_DBI_EXIST(txn, dbi, validity) \
1295         ((txn) && (dbi)<(txn)->mt_numdbs && ((txn)->mt_dbflags[dbi] & (validity)))
1296
1297         /** Check for misused \b dbi handles */
1298 #define TXN_DBI_CHANGED(txn, dbi) \
1299         ((txn)->mt_dbiseqs[dbi] != (txn)->mt_env->me_dbiseqs[dbi])
1300
1301 static int  mdb_page_alloc(MDB_cursor *mc, int num, MDB_page **mp);
1302 static int  mdb_page_new(MDB_cursor *mc, uint32_t flags, int num, MDB_page **mp);
1303 static int  mdb_page_touch(MDB_cursor *mc);
1304
1305 static int  mdb_page_get(MDB_txn *txn, pgno_t pgno, MDB_page **mp, int *lvl);
1306 static int  mdb_page_search_root(MDB_cursor *mc,
1307                             MDB_val *key, int modify);
1308 #define MDB_PS_MODIFY   1
1309 #define MDB_PS_ROOTONLY 2
1310 #define MDB_PS_FIRST    4
1311 #define MDB_PS_LAST             8
1312 static int  mdb_page_search(MDB_cursor *mc,
1313                             MDB_val *key, int flags);
1314 static int      mdb_page_merge(MDB_cursor *csrc, MDB_cursor *cdst);
1315
1316 #define MDB_SPLIT_REPLACE       MDB_APPENDDUP   /**< newkey is not new */
1317 static int      mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata,
1318                                 pgno_t newpgno, unsigned int nflags);
1319
1320 static int  mdb_env_read_header(MDB_env *env, MDB_meta *meta);
1321 static MDB_meta *mdb_env_pick_meta(const MDB_env *env);
1322 static int  mdb_env_write_meta(MDB_txn *txn);
1323 #ifdef MDB_USE_POSIX_MUTEX /* Drop unused excl arg */
1324 # define mdb_env_close0(env, excl) mdb_env_close1(env)
1325 #endif
1326 static void mdb_env_close0(MDB_env *env, int excl);
1327
1328 static MDB_node *mdb_node_search(MDB_cursor *mc, MDB_val *key, int *exactp);
1329 static int  mdb_node_add(MDB_cursor *mc, indx_t indx,
1330                             MDB_val *key, MDB_val *data, pgno_t pgno, unsigned int flags);
1331 static void mdb_node_del(MDB_cursor *mc, int ksize);
1332 static void mdb_node_shrink(MDB_page *mp, indx_t indx);
1333 static int      mdb_node_move(MDB_cursor *csrc, MDB_cursor *cdst);
1334 static int  mdb_node_read(MDB_txn *txn, MDB_node *leaf, MDB_val *data);
1335 static size_t   mdb_leaf_size(MDB_env *env, MDB_val *key, MDB_val *data);
1336 static size_t   mdb_branch_size(MDB_env *env, MDB_val *key);
1337
1338 static int      mdb_rebalance(MDB_cursor *mc);
1339 static int      mdb_update_key(MDB_cursor *mc, MDB_val *key);
1340
1341 static void     mdb_cursor_pop(MDB_cursor *mc);
1342 static int      mdb_cursor_push(MDB_cursor *mc, MDB_page *mp);
1343
1344 static int      mdb_cursor_del0(MDB_cursor *mc);
1345 static int      mdb_del0(MDB_txn *txn, MDB_dbi dbi, MDB_val *key, MDB_val *data, unsigned flags);
1346 static int      mdb_cursor_sibling(MDB_cursor *mc, int move_right);
1347 static int      mdb_cursor_next(MDB_cursor *mc, MDB_val *key, MDB_val *data, MDB_cursor_op op);
1348 static int      mdb_cursor_prev(MDB_cursor *mc, MDB_val *key, MDB_val *data, MDB_cursor_op op);
1349 static int      mdb_cursor_set(MDB_cursor *mc, MDB_val *key, MDB_val *data, MDB_cursor_op op,
1350                                 int *exactp);
1351 static int      mdb_cursor_first(MDB_cursor *mc, MDB_val *key, MDB_val *data);
1352 static int      mdb_cursor_last(MDB_cursor *mc, MDB_val *key, MDB_val *data);
1353
1354 static void     mdb_cursor_init(MDB_cursor *mc, MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx);
1355 static void     mdb_xcursor_init0(MDB_cursor *mc);
1356 static void     mdb_xcursor_init1(MDB_cursor *mc, MDB_node *node);
1357
1358 static int      mdb_drop0(MDB_cursor *mc, int subs);
1359 static void mdb_default_cmp(MDB_txn *txn, MDB_dbi dbi);
1360 static int mdb_reader_check0(MDB_env *env, int rlocked, int *dead);
1361
1362 /** @cond */
1363 static MDB_cmp_func     mdb_cmp_memn, mdb_cmp_memnr, mdb_cmp_int, mdb_cmp_cint, mdb_cmp_long;
1364 /** @endcond */
1365
1366 /** Compare two items pointing at size_t's of unknown alignment. */
1367 #ifdef MISALIGNED_OK
1368 # define mdb_cmp_clong mdb_cmp_long
1369 #else
1370 # define mdb_cmp_clong mdb_cmp_cint
1371 #endif
1372
1373 #ifdef _WIN32
1374 static SECURITY_DESCRIPTOR mdb_null_sd;
1375 static SECURITY_ATTRIBUTES mdb_all_sa;
1376 static int mdb_sec_inited;
1377 #endif
1378
1379 /** Return the library version info. */
1380 char * ESECT
1381 mdb_version(int *major, int *minor, int *patch)
1382 {
1383         if (major) *major = MDB_VERSION_MAJOR;
1384         if (minor) *minor = MDB_VERSION_MINOR;
1385         if (patch) *patch = MDB_VERSION_PATCH;
1386         return MDB_VERSION_STRING;
1387 }
1388
1389 /** Table of descriptions for LMDB @ref errors */
1390 static char *const mdb_errstr[] = {
1391         "MDB_KEYEXIST: Key/data pair already exists",
1392         "MDB_NOTFOUND: No matching key/data pair found",
1393         "MDB_PAGE_NOTFOUND: Requested page not found",
1394         "MDB_CORRUPTED: Located page was wrong type",
1395         "MDB_PANIC: Update of meta page failed or environment had fatal error",
1396         "MDB_VERSION_MISMATCH: Database environment version mismatch",
1397         "MDB_INVALID: File is not an LMDB file",
1398         "MDB_MAP_FULL: Environment mapsize limit reached",
1399         "MDB_DBS_FULL: Environment maxdbs limit reached",
1400         "MDB_READERS_FULL: Environment maxreaders limit reached",
1401         "MDB_TLS_FULL: Thread-local storage keys full - too many environments open",
1402         "MDB_TXN_FULL: Transaction has too many dirty pages - transaction too big",
1403         "MDB_CURSOR_FULL: Internal error - cursor stack limit reached",
1404         "MDB_PAGE_FULL: Internal error - page has no more space",
1405         "MDB_MAP_RESIZED: Database contents grew beyond environment mapsize",
1406         "MDB_INCOMPATIBLE: Operation and DB incompatible, or DB flags changed",
1407         "MDB_BAD_RSLOT: Invalid reuse of reader locktable slot",
1408         "MDB_BAD_TXN: Transaction cannot recover - it must be aborted",
1409         "MDB_BAD_VALSIZE: Unsupported size of key/DB name/data, or wrong DUPFIXED size",
1410         "MDB_BAD_DBI: The specified DBI handle was closed/changed unexpectedly",
1411 };
1412
1413 char *
1414 mdb_strerror(int err)
1415 {
1416 #ifdef _WIN32
1417         /** HACK: pad 4KB on stack over the buf. Return system msgs in buf.
1418          *      This works as long as no function between the call to mdb_strerror
1419          *      and the actual use of the message uses more than 4K of stack.
1420          */
1421         char pad[4096];
1422         char buf[1024], *ptr = buf;
1423 #endif
1424         int i;
1425         if (!err)
1426                 return ("Successful return: 0");
1427
1428         if (err >= MDB_KEYEXIST && err <= MDB_LAST_ERRCODE) {
1429                 i = err - MDB_KEYEXIST;
1430                 return mdb_errstr[i];
1431         }
1432
1433 #ifdef _WIN32
1434         /* These are the C-runtime error codes we use. The comment indicates
1435          * their numeric value, and the Win32 error they would correspond to
1436          * if the error actually came from a Win32 API. A major mess, we should
1437          * have used LMDB-specific error codes for everything.
1438          */
1439         switch(err) {
1440         case ENOENT:    /* 2, FILE_NOT_FOUND */
1441         case EIO:               /* 5, ACCESS_DENIED */
1442         case ENOMEM:    /* 12, INVALID_ACCESS */
1443         case EACCES:    /* 13, INVALID_DATA */
1444         case EBUSY:             /* 16, CURRENT_DIRECTORY */
1445         case EINVAL:    /* 22, BAD_COMMAND */
1446         case ENOSPC:    /* 28, OUT_OF_PAPER */
1447                 return strerror(err);
1448         default:
1449                 ;
1450         }
1451         buf[0] = 0;
1452         FormatMessage(FORMAT_MESSAGE_FROM_SYSTEM |
1453                 FORMAT_MESSAGE_IGNORE_INSERTS,
1454                 NULL, err, 0, ptr, sizeof(buf), (va_list *)pad);
1455         return ptr;
1456 #else
1457         return strerror(err);
1458 #endif
1459 }
1460
1461 /** assert(3) variant in cursor context */
1462 #define mdb_cassert(mc, expr)   mdb_assert0((mc)->mc_txn->mt_env, expr, #expr)
1463 /** assert(3) variant in transaction context */
1464 #define mdb_tassert(mc, expr)   mdb_assert0((txn)->mt_env, expr, #expr)
1465 /** assert(3) variant in environment context */
1466 #define mdb_eassert(env, expr)  mdb_assert0(env, expr, #expr)
1467
1468 #ifndef NDEBUG
1469 # define mdb_assert0(env, expr, expr_txt) ((expr) ? (void)0 : \
1470                 mdb_assert_fail(env, expr_txt, mdb_func_, __FILE__, __LINE__))
1471
1472 static void ESECT
1473 mdb_assert_fail(MDB_env *env, const char *expr_txt,
1474         const char *func, const char *file, int line)
1475 {
1476         char buf[400];
1477         sprintf(buf, "%.100s:%d: Assertion '%.200s' failed in %.40s()",
1478                 file, line, expr_txt, func);
1479         if (env->me_assert_func)
1480                 env->me_assert_func(env, buf);
1481         fprintf(stderr, "%s\n", buf);
1482         abort();
1483 }
1484 #else
1485 # define mdb_assert0(env, expr, expr_txt) ((void) 0)
1486 #endif /* NDEBUG */
1487
1488 #if MDB_DEBUG
1489 /** Return the page number of \b mp which may be sub-page, for debug output */
1490 static pgno_t
1491 mdb_dbg_pgno(MDB_page *mp)
1492 {
1493         pgno_t ret;
1494         COPY_PGNO(ret, mp->mp_pgno);
1495         return ret;
1496 }
1497
1498 /** Display a key in hexadecimal and return the address of the result.
1499  * @param[in] key the key to display
1500  * @param[in] buf the buffer to write into. Should always be #DKBUF.
1501  * @return The key in hexadecimal form.
1502  */
1503 char *
1504 mdb_dkey(MDB_val *key, char *buf)
1505 {
1506         char *ptr = buf;
1507         unsigned char *c = key->mv_data;
1508         unsigned int i;
1509
1510         if (!key)
1511                 return "";
1512
1513         if (key->mv_size > DKBUF_MAXKEYSIZE)
1514                 return "MDB_MAXKEYSIZE";
1515         /* may want to make this a dynamic check: if the key is mostly
1516          * printable characters, print it as-is instead of converting to hex.
1517          */
1518 #if 1
1519         buf[0] = '\0';
1520         for (i=0; i<key->mv_size; i++)
1521                 ptr += sprintf(ptr, "%02x", *c++);
1522 #else
1523         sprintf(buf, "%.*s", key->mv_size, key->mv_data);
1524 #endif
1525         return buf;
1526 }
1527
1528 static const char *
1529 mdb_leafnode_type(MDB_node *n)
1530 {
1531         static char *const tp[2][2] = {{"", ": DB"}, {": sub-page", ": sub-DB"}};
1532         return F_ISSET(n->mn_flags, F_BIGDATA) ? ": overflow page" :
1533                 tp[F_ISSET(n->mn_flags, F_DUPDATA)][F_ISSET(n->mn_flags, F_SUBDATA)];
1534 }
1535
1536 /** Display all the keys in the page. */
1537 void
1538 mdb_page_list(MDB_page *mp)
1539 {
1540         pgno_t pgno = mdb_dbg_pgno(mp);
1541         const char *type, *state = (mp->mp_flags & P_DIRTY) ? ", dirty" : "";
1542         MDB_node *node;
1543         unsigned int i, nkeys, nsize, total = 0;
1544         MDB_val key;
1545         DKBUF;
1546
1547         switch (mp->mp_flags & (P_BRANCH|P_LEAF|P_LEAF2|P_META|P_OVERFLOW|P_SUBP)) {
1548         case P_BRANCH:              type = "Branch page";               break;
1549         case P_LEAF:                type = "Leaf page";                 break;
1550         case P_LEAF|P_SUBP:         type = "Sub-page";                  break;
1551         case P_LEAF|P_LEAF2:        type = "LEAF2 page";                break;
1552         case P_LEAF|P_LEAF2|P_SUBP: type = "LEAF2 sub-page";    break;
1553         case P_OVERFLOW:
1554                 fprintf(stderr, "Overflow page %"Z"u pages %u%s\n",
1555                         pgno, mp->mp_pages, state);
1556                 return;
1557         case P_META:
1558                 fprintf(stderr, "Meta-page %"Z"u txnid %"Z"u\n",
1559                         pgno, ((MDB_meta *)METADATA(mp))->mm_txnid);
1560                 return;
1561         default:
1562                 fprintf(stderr, "Bad page %"Z"u flags 0x%u\n", pgno, mp->mp_flags);
1563                 return;
1564         }
1565
1566         nkeys = NUMKEYS(mp);
1567         fprintf(stderr, "%s %"Z"u numkeys %d%s\n", type, pgno, nkeys, state);
1568
1569         for (i=0; i<nkeys; i++) {
1570                 if (IS_LEAF2(mp)) {     /* LEAF2 pages have no mp_ptrs[] or node headers */
1571                         key.mv_size = nsize = mp->mp_pad;
1572                         key.mv_data = LEAF2KEY(mp, i, nsize);
1573                         total += nsize;
1574                         fprintf(stderr, "key %d: nsize %d, %s\n", i, nsize, DKEY(&key));
1575                         continue;
1576                 }
1577                 node = NODEPTR(mp, i);
1578                 key.mv_size = node->mn_ksize;
1579                 key.mv_data = node->mn_data;
1580                 nsize = NODESIZE + key.mv_size;
1581                 if (IS_BRANCH(mp)) {
1582                         fprintf(stderr, "key %d: page %"Z"u, %s\n", i, NODEPGNO(node),
1583                                 DKEY(&key));
1584                         total += nsize;
1585                 } else {
1586                         if (F_ISSET(node->mn_flags, F_BIGDATA))
1587                                 nsize += sizeof(pgno_t);
1588                         else
1589                                 nsize += NODEDSZ(node);
1590                         total += nsize;
1591                         nsize += sizeof(indx_t);
1592                         fprintf(stderr, "key %d: nsize %d, %s%s\n",
1593                                 i, nsize, DKEY(&key), mdb_leafnode_type(node));
1594                 }
1595                 total = EVEN(total);
1596         }
1597         fprintf(stderr, "Total: header %d + contents %d + unused %d\n",
1598                 IS_LEAF2(mp) ? PAGEHDRSZ : PAGEBASE + mp->mp_lower, total, SIZELEFT(mp));
1599 }
1600
1601 void
1602 mdb_cursor_chk(MDB_cursor *mc)
1603 {
1604         unsigned int i;
1605         MDB_node *node;
1606         MDB_page *mp;
1607
1608         if (!mc->mc_snum && !(mc->mc_flags & C_INITIALIZED)) return;
1609         for (i=0; i<mc->mc_top; i++) {
1610                 mp = mc->mc_pg[i];
1611                 node = NODEPTR(mp, mc->mc_ki[i]);
1612                 if (NODEPGNO(node) != mc->mc_pg[i+1]->mp_pgno)
1613                         printf("oops!\n");
1614         }
1615         if (mc->mc_ki[i] >= NUMKEYS(mc->mc_pg[i]))
1616                 printf("ack!\n");
1617 }
1618 #endif
1619
1620 #if (MDB_DEBUG) > 2
1621 /** Count all the pages in each DB and in the freelist
1622  *  and make sure it matches the actual number of pages
1623  *  being used.
1624  *  All named DBs must be open for a correct count.
1625  */
1626 static void mdb_audit(MDB_txn *txn)
1627 {
1628         MDB_cursor mc;
1629         MDB_val key, data;
1630         MDB_ID freecount, count;
1631         MDB_dbi i;
1632         int rc;
1633
1634         freecount = 0;
1635         mdb_cursor_init(&mc, txn, FREE_DBI, NULL);
1636         while ((rc = mdb_cursor_get(&mc, &key, &data, MDB_NEXT)) == 0)
1637                 freecount += *(MDB_ID *)data.mv_data;
1638         mdb_tassert(txn, rc == MDB_NOTFOUND);
1639
1640         count = 0;
1641         for (i = 0; i<txn->mt_numdbs; i++) {
1642                 MDB_xcursor mx;
1643                 if (!(txn->mt_dbflags[i] & DB_VALID))
1644                         continue;
1645                 mdb_cursor_init(&mc, txn, i, &mx);
1646                 if (txn->mt_dbs[i].md_root == P_INVALID)
1647                         continue;
1648                 count += txn->mt_dbs[i].md_branch_pages +
1649                         txn->mt_dbs[i].md_leaf_pages +
1650                         txn->mt_dbs[i].md_overflow_pages;
1651                 if (txn->mt_dbs[i].md_flags & MDB_DUPSORT) {
1652                         rc = mdb_page_search(&mc, NULL, MDB_PS_FIRST);
1653                         for (; rc == MDB_SUCCESS; rc = mdb_cursor_sibling(&mc, 1)) {
1654                                 unsigned j;
1655                                 MDB_page *mp;
1656                                 mp = mc.mc_pg[mc.mc_top];
1657                                 for (j=0; j<NUMKEYS(mp); j++) {
1658                                         MDB_node *leaf = NODEPTR(mp, j);
1659                                         if (leaf->mn_flags & F_SUBDATA) {
1660                                                 MDB_db db;
1661                                                 memcpy(&db, NODEDATA(leaf), sizeof(db));
1662                                                 count += db.md_branch_pages + db.md_leaf_pages +
1663                                                         db.md_overflow_pages;
1664                                         }
1665                                 }
1666                         }
1667                         mdb_tassert(txn, rc == MDB_NOTFOUND);
1668                 }
1669         }
1670         if (freecount + count + 2 /* metapages */ != txn->mt_next_pgno) {
1671                 fprintf(stderr, "audit: %lu freecount: %lu count: %lu total: %lu next_pgno: %lu\n",
1672                         txn->mt_txnid, freecount, count+2, freecount+count+2, txn->mt_next_pgno);
1673         }
1674 }
1675 #endif
1676
1677 int
1678 mdb_cmp(MDB_txn *txn, MDB_dbi dbi, const MDB_val *a, const MDB_val *b)
1679 {
1680         return txn->mt_dbxs[dbi].md_cmp(a, b);
1681 }
1682
1683 int
1684 mdb_dcmp(MDB_txn *txn, MDB_dbi dbi, const MDB_val *a, const MDB_val *b)
1685 {
1686         MDB_cmp_func *dcmp = txn->mt_dbxs[dbi].md_dcmp;
1687 #if UINT_MAX < SIZE_MAX
1688         if (dcmp == mdb_cmp_int && a->mv_size == sizeof(size_t))
1689                 dcmp = mdb_cmp_clong;
1690 #endif
1691         return dcmp(a, b);
1692 }
1693
1694 /** Allocate memory for a page.
1695  * Re-use old malloc'd pages first for singletons, otherwise just malloc.
1696  */
1697 static MDB_page *
1698 mdb_page_malloc(MDB_txn *txn, unsigned num)
1699 {
1700         MDB_env *env = txn->mt_env;
1701         MDB_page *ret = env->me_dpages;
1702         size_t psize = env->me_psize, sz = psize, off;
1703         /* For ! #MDB_NOMEMINIT, psize counts how much to init.
1704          * For a single page alloc, we init everything after the page header.
1705          * For multi-page, we init the final page; if the caller needed that
1706          * many pages they will be filling in at least up to the last page.
1707          */
1708         if (num == 1) {
1709                 if (ret) {
1710                         VGMEMP_ALLOC(env, ret, sz);
1711                         VGMEMP_DEFINED(ret, sizeof(ret->mp_next));
1712                         env->me_dpages = ret->mp_next;
1713                         return ret;
1714                 }
1715                 psize -= off = PAGEHDRSZ;
1716         } else {
1717                 sz *= num;
1718                 off = sz - psize;
1719         }
1720         if ((ret = malloc(sz)) != NULL) {
1721                 VGMEMP_ALLOC(env, ret, sz);
1722                 if (!(env->me_flags & MDB_NOMEMINIT)) {
1723                         memset((char *)ret + off, 0, psize);
1724                         ret->mp_pad = 0;
1725                 }
1726         } else {
1727                 txn->mt_flags |= MDB_TXN_ERROR;
1728         }
1729         return ret;
1730 }
1731 /** Free a single page.
1732  * Saves single pages to a list, for future reuse.
1733  * (This is not used for multi-page overflow pages.)
1734  */
1735 static void
1736 mdb_page_free(MDB_env *env, MDB_page *mp)
1737 {
1738         mp->mp_next = env->me_dpages;
1739         VGMEMP_FREE(env, mp);
1740         env->me_dpages = mp;
1741 }
1742
1743 /** Free a dirty page */
1744 static void
1745 mdb_dpage_free(MDB_env *env, MDB_page *dp)
1746 {
1747         if (!IS_OVERFLOW(dp) || dp->mp_pages == 1) {
1748                 mdb_page_free(env, dp);
1749         } else {
1750                 /* large pages just get freed directly */
1751                 VGMEMP_FREE(env, dp);
1752                 free(dp);
1753         }
1754 }
1755
1756 /**     Return all dirty pages to dpage list */
1757 static void
1758 mdb_dlist_free(MDB_txn *txn)
1759 {
1760         MDB_env *env = txn->mt_env;
1761         MDB_ID2L dl = txn->mt_u.dirty_list;
1762         unsigned i, n = dl[0].mid;
1763
1764         for (i = 1; i <= n; i++) {
1765                 mdb_dpage_free(env, dl[i].mptr);
1766         }
1767         dl[0].mid = 0;
1768 }
1769
1770 /** Loosen or free a single page.
1771  * Saves single pages to a list for future reuse
1772  * in this same txn. It has been pulled from the freeDB
1773  * and already resides on the dirty list, but has been
1774  * deleted. Use these pages first before pulling again
1775  * from the freeDB.
1776  *
1777  * If the page wasn't dirtied in this txn, just add it
1778  * to this txn's free list.
1779  */
1780 static int
1781 mdb_page_loose(MDB_cursor *mc, MDB_page *mp)
1782 {
1783         int loose = 0;
1784         pgno_t pgno = mp->mp_pgno;
1785         MDB_txn *txn = mc->mc_txn;
1786
1787         if ((mp->mp_flags & P_DIRTY) && mc->mc_dbi != FREE_DBI) {
1788                 if (txn->mt_parent) {
1789                         MDB_ID2 *dl = txn->mt_u.dirty_list;
1790                         /* If txn has a parent, make sure the page is in our
1791                          * dirty list.
1792                          */
1793                         if (dl[0].mid) {
1794                                 unsigned x = mdb_mid2l_search(dl, pgno);
1795                                 if (x <= dl[0].mid && dl[x].mid == pgno) {
1796                                         if (mp != dl[x].mptr) { /* bad cursor? */
1797                                                 mc->mc_flags &= ~(C_INITIALIZED|C_EOF);
1798                                                 txn->mt_flags |= MDB_TXN_ERROR;
1799                                                 return MDB_CORRUPTED;
1800                                         }
1801                                         /* ok, it's ours */
1802                                         loose = 1;
1803                                 }
1804                         }
1805                 } else {
1806                         /* no parent txn, so it's just ours */
1807                         loose = 1;
1808                 }
1809         }
1810         if (loose) {
1811                 DPRINTF(("loosen db %d page %"Z"u", DDBI(mc),
1812                         mp->mp_pgno));
1813                 NEXT_LOOSE_PAGE(mp) = txn->mt_loose_pgs;
1814                 txn->mt_loose_pgs = mp;
1815                 txn->mt_loose_count++;
1816                 mp->mp_flags |= P_LOOSE;
1817         } else {
1818                 int rc = mdb_midl_append(&txn->mt_free_pgs, pgno);
1819                 if (rc)
1820                         return rc;
1821         }
1822
1823         return MDB_SUCCESS;
1824 }
1825
1826 /** Set or clear P_KEEP in dirty, non-overflow, non-sub pages watched by txn.
1827  * @param[in] mc A cursor handle for the current operation.
1828  * @param[in] pflags Flags of the pages to update:
1829  * P_DIRTY to set P_KEEP, P_DIRTY|P_KEEP to clear it.
1830  * @param[in] all No shortcuts. Needed except after a full #mdb_page_flush().
1831  * @return 0 on success, non-zero on failure.
1832  */
1833 static int
1834 mdb_pages_xkeep(MDB_cursor *mc, unsigned pflags, int all)
1835 {
1836         enum { Mask = P_SUBP|P_DIRTY|P_LOOSE|P_KEEP };
1837         MDB_txn *txn = mc->mc_txn;
1838         MDB_cursor *m3;
1839         MDB_xcursor *mx;
1840         MDB_page *dp, *mp;
1841         MDB_node *leaf;
1842         unsigned i, j;
1843         int rc = MDB_SUCCESS, level;
1844
1845         /* Mark pages seen by cursors */
1846         if (mc->mc_flags & C_UNTRACK)
1847                 mc = NULL;                              /* will find mc in mt_cursors */
1848         for (i = txn->mt_numdbs;; mc = txn->mt_cursors[--i]) {
1849                 for (; mc; mc=mc->mc_next) {
1850                         if (!(mc->mc_flags & C_INITIALIZED))
1851                                 continue;
1852                         for (m3 = mc;; m3 = &mx->mx_cursor) {
1853                                 mp = NULL;
1854                                 for (j=0; j<m3->mc_snum; j++) {
1855                                         mp = m3->mc_pg[j];
1856                                         if ((mp->mp_flags & Mask) == pflags)
1857                                                 mp->mp_flags ^= P_KEEP;
1858                                 }
1859                                 mx = m3->mc_xcursor;
1860                                 /* Proceed to mx if it is at a sub-database */
1861                                 if (! (mx && (mx->mx_cursor.mc_flags & C_INITIALIZED)))
1862                                         break;
1863                                 if (! (mp && (mp->mp_flags & P_LEAF)))
1864                                         break;
1865                                 leaf = NODEPTR(mp, m3->mc_ki[j-1]);
1866                                 if (!(leaf->mn_flags & F_SUBDATA))
1867                                         break;
1868                         }
1869                 }
1870                 if (i == 0)
1871                         break;
1872         }
1873
1874         if (all) {
1875                 /* Mark dirty root pages */
1876                 for (i=0; i<txn->mt_numdbs; i++) {
1877                         if (txn->mt_dbflags[i] & DB_DIRTY) {
1878                                 pgno_t pgno = txn->mt_dbs[i].md_root;
1879                                 if (pgno == P_INVALID)
1880                                         continue;
1881                                 if ((rc = mdb_page_get(txn, pgno, &dp, &level)) != MDB_SUCCESS)
1882                                         break;
1883                                 if ((dp->mp_flags & Mask) == pflags && level <= 1)
1884                                         dp->mp_flags ^= P_KEEP;
1885                         }
1886                 }
1887         }
1888
1889         return rc;
1890 }
1891
1892 static int mdb_page_flush(MDB_txn *txn, int keep);
1893
1894 /**     Spill pages from the dirty list back to disk.
1895  * This is intended to prevent running into #MDB_TXN_FULL situations,
1896  * but note that they may still occur in a few cases:
1897  *      1) our estimate of the txn size could be too small. Currently this
1898  *       seems unlikely, except with a large number of #MDB_MULTIPLE items.
1899  *      2) child txns may run out of space if their parents dirtied a
1900  *       lot of pages and never spilled them. TODO: we probably should do
1901  *       a preemptive spill during #mdb_txn_begin() of a child txn, if
1902  *       the parent's dirty_room is below a given threshold.
1903  *
1904  * Otherwise, if not using nested txns, it is expected that apps will
1905  * not run into #MDB_TXN_FULL any more. The pages are flushed to disk
1906  * the same way as for a txn commit, e.g. their P_DIRTY flag is cleared.
1907  * If the txn never references them again, they can be left alone.
1908  * If the txn only reads them, they can be used without any fuss.
1909  * If the txn writes them again, they can be dirtied immediately without
1910  * going thru all of the work of #mdb_page_touch(). Such references are
1911  * handled by #mdb_page_unspill().
1912  *
1913  * Also note, we never spill DB root pages, nor pages of active cursors,
1914  * because we'll need these back again soon anyway. And in nested txns,
1915  * we can't spill a page in a child txn if it was already spilled in a
1916  * parent txn. That would alter the parent txns' data even though
1917  * the child hasn't committed yet, and we'd have no way to undo it if
1918  * the child aborted.
1919  *
1920  * @param[in] m0 cursor A cursor handle identifying the transaction and
1921  *      database for which we are checking space.
1922  * @param[in] key For a put operation, the key being stored.
1923  * @param[in] data For a put operation, the data being stored.
1924  * @return 0 on success, non-zero on failure.
1925  */
1926 static int
1927 mdb_page_spill(MDB_cursor *m0, MDB_val *key, MDB_val *data)
1928 {
1929         MDB_txn *txn = m0->mc_txn;
1930         MDB_page *dp;
1931         MDB_ID2L dl = txn->mt_u.dirty_list;
1932         unsigned int i, j, need;
1933         int rc;
1934
1935         if (m0->mc_flags & C_SUB)
1936                 return MDB_SUCCESS;
1937
1938         /* Estimate how much space this op will take */
1939         i = m0->mc_db->md_depth;
1940         /* Named DBs also dirty the main DB */
1941         if (m0->mc_dbi > MAIN_DBI)
1942                 i += txn->mt_dbs[MAIN_DBI].md_depth;
1943         /* For puts, roughly factor in the key+data size */
1944         if (key)
1945                 i += (LEAFSIZE(key, data) + txn->mt_env->me_psize) / txn->mt_env->me_psize;
1946         i += i; /* double it for good measure */
1947         need = i;
1948
1949         if (txn->mt_dirty_room > i)
1950                 return MDB_SUCCESS;
1951
1952         if (!txn->mt_spill_pgs) {
1953                 txn->mt_spill_pgs = mdb_midl_alloc(MDB_IDL_UM_MAX);
1954                 if (!txn->mt_spill_pgs)
1955                         return ENOMEM;
1956         } else {
1957                 /* purge deleted slots */
1958                 MDB_IDL sl = txn->mt_spill_pgs;
1959                 unsigned int num = sl[0];
1960                 j=0;
1961                 for (i=1; i<=num; i++) {
1962                         if (!(sl[i] & 1))
1963                                 sl[++j] = sl[i];
1964                 }
1965                 sl[0] = j;
1966         }
1967
1968         /* Preserve pages which may soon be dirtied again */
1969         if ((rc = mdb_pages_xkeep(m0, P_DIRTY, 1)) != MDB_SUCCESS)
1970                 goto done;
1971
1972         /* Less aggressive spill - we originally spilled the entire dirty list,
1973          * with a few exceptions for cursor pages and DB root pages. But this
1974          * turns out to be a lot of wasted effort because in a large txn many
1975          * of those pages will need to be used again. So now we spill only 1/8th
1976          * of the dirty pages. Testing revealed this to be a good tradeoff,
1977          * better than 1/2, 1/4, or 1/10.
1978          */
1979         if (need < MDB_IDL_UM_MAX / 8)
1980                 need = MDB_IDL_UM_MAX / 8;
1981
1982         /* Save the page IDs of all the pages we're flushing */
1983         /* flush from the tail forward, this saves a lot of shifting later on. */
1984         for (i=dl[0].mid; i && need; i--) {
1985                 MDB_ID pn = dl[i].mid << 1;
1986                 dp = dl[i].mptr;
1987                 if (dp->mp_flags & (P_LOOSE|P_KEEP))
1988                         continue;
1989                 /* Can't spill twice, make sure it's not already in a parent's
1990                  * spill list.
1991                  */
1992                 if (txn->mt_parent) {
1993                         MDB_txn *tx2;
1994                         for (tx2 = txn->mt_parent; tx2; tx2 = tx2->mt_parent) {
1995                                 if (tx2->mt_spill_pgs) {
1996                                         j = mdb_midl_search(tx2->mt_spill_pgs, pn);
1997                                         if (j <= tx2->mt_spill_pgs[0] && tx2->mt_spill_pgs[j] == pn) {
1998                                                 dp->mp_flags |= P_KEEP;
1999                                                 break;
2000                                         }
2001                                 }
2002                         }
2003                         if (tx2)
2004                                 continue;
2005                 }
2006                 if ((rc = mdb_midl_append(&txn->mt_spill_pgs, pn)))
2007                         goto done;
2008                 need--;
2009         }
2010         mdb_midl_sort(txn->mt_spill_pgs);
2011
2012         /* Flush the spilled part of dirty list */
2013         if ((rc = mdb_page_flush(txn, i)) != MDB_SUCCESS)
2014                 goto done;
2015
2016         /* Reset any dirty pages we kept that page_flush didn't see */
2017         rc = mdb_pages_xkeep(m0, P_DIRTY|P_KEEP, i);
2018
2019 done:
2020         txn->mt_flags |= rc ? MDB_TXN_ERROR : MDB_TXN_SPILLS;
2021         return rc;
2022 }
2023
2024 /** Find oldest txnid still referenced. Expects txn->mt_txnid > 0. */
2025 static txnid_t
2026 mdb_find_oldest(MDB_txn *txn)
2027 {
2028         int i;
2029         txnid_t mr, oldest = txn->mt_txnid - 1;
2030         if (txn->mt_env->me_txns) {
2031                 MDB_reader *r = txn->mt_env->me_txns->mti_readers;
2032                 for (i = txn->mt_env->me_txns->mti_numreaders; --i >= 0; ) {
2033                         if (r[i].mr_pid) {
2034                                 mr = r[i].mr_txnid;
2035                                 if (oldest > mr)
2036                                         oldest = mr;
2037                         }
2038                 }
2039         }
2040         return oldest;
2041 }
2042
2043 /** Add a page to the txn's dirty list */
2044 static void
2045 mdb_page_dirty(MDB_txn *txn, MDB_page *mp)
2046 {
2047         MDB_ID2 mid;
2048         int rc, (*insert)(MDB_ID2L, MDB_ID2 *);
2049
2050         if (txn->mt_flags & MDB_TXN_WRITEMAP) {
2051                 insert = mdb_mid2l_append;
2052         } else {
2053                 insert = mdb_mid2l_insert;
2054         }
2055         mid.mid = mp->mp_pgno;
2056         mid.mptr = mp;
2057         rc = insert(txn->mt_u.dirty_list, &mid);
2058         mdb_tassert(txn, rc == 0);
2059         txn->mt_dirty_room--;
2060 }
2061
2062 /** Allocate page numbers and memory for writing.  Maintain me_pglast,
2063  * me_pghead and mt_next_pgno.
2064  *
2065  * If there are free pages available from older transactions, they
2066  * are re-used first. Otherwise allocate a new page at mt_next_pgno.
2067  * Do not modify the freedB, just merge freeDB records into me_pghead[]
2068  * and move me_pglast to say which records were consumed.  Only this
2069  * function can create me_pghead and move me_pglast/mt_next_pgno.
2070  * @param[in] mc cursor A cursor handle identifying the transaction and
2071  *      database for which we are allocating.
2072  * @param[in] num the number of pages to allocate.
2073  * @param[out] mp Address of the allocated page(s). Requests for multiple pages
2074  *  will always be satisfied by a single contiguous chunk of memory.
2075  * @return 0 on success, non-zero on failure.
2076  */
2077 static int
2078 mdb_page_alloc(MDB_cursor *mc, int num, MDB_page **mp)
2079 {
2080 #ifdef MDB_PARANOID     /* Seems like we can ignore this now */
2081         /* Get at most <Max_retries> more freeDB records once me_pghead
2082          * has enough pages.  If not enough, use new pages from the map.
2083          * If <Paranoid> and mc is updating the freeDB, only get new
2084          * records if me_pghead is empty. Then the freelist cannot play
2085          * catch-up with itself by growing while trying to save it.
2086          */
2087         enum { Paranoid = 1, Max_retries = 500 };
2088 #else
2089         enum { Paranoid = 0, Max_retries = INT_MAX /*infinite*/ };
2090 #endif
2091         int rc, retry = num * 60;
2092         MDB_txn *txn = mc->mc_txn;
2093         MDB_env *env = txn->mt_env;
2094         pgno_t pgno, *mop = env->me_pghead;
2095         unsigned i, j, mop_len = mop ? mop[0] : 0, n2 = num-1;
2096         MDB_page *np;
2097         txnid_t oldest = 0, last;
2098         MDB_cursor_op op;
2099         MDB_cursor m2;
2100         int found_old = 0;
2101
2102         /* If there are any loose pages, just use them */
2103         if (num == 1 && txn->mt_loose_pgs) {
2104                 np = txn->mt_loose_pgs;
2105                 txn->mt_loose_pgs = NEXT_LOOSE_PAGE(np);
2106                 txn->mt_loose_count--;
2107                 DPRINTF(("db %d use loose page %"Z"u", DDBI(mc),
2108                                 np->mp_pgno));
2109                 *mp = np;
2110                 return MDB_SUCCESS;
2111         }
2112
2113         *mp = NULL;
2114
2115         /* If our dirty list is already full, we can't do anything */
2116         if (txn->mt_dirty_room == 0) {
2117                 rc = MDB_TXN_FULL;
2118                 goto fail;
2119         }
2120
2121         for (op = MDB_FIRST;; op = MDB_NEXT) {
2122                 MDB_val key, data;
2123                 MDB_node *leaf;
2124                 pgno_t *idl;
2125
2126                 /* Seek a big enough contiguous page range. Prefer
2127                  * pages at the tail, just truncating the list.
2128                  */
2129                 if (mop_len > n2) {
2130                         i = mop_len;
2131                         do {
2132                                 pgno = mop[i];
2133                                 if (mop[i-n2] == pgno+n2)
2134                                         goto search_done;
2135                         } while (--i > n2);
2136                         if (--retry < 0)
2137                                 break;
2138                 }
2139
2140                 if (op == MDB_FIRST) {  /* 1st iteration */
2141                         /* Prepare to fetch more and coalesce */
2142                         last = env->me_pglast;
2143                         oldest = env->me_pgoldest;
2144                         mdb_cursor_init(&m2, txn, FREE_DBI, NULL);
2145                         if (last) {
2146                                 op = MDB_SET_RANGE;
2147                                 key.mv_data = &last; /* will look up last+1 */
2148                                 key.mv_size = sizeof(last);
2149                         }
2150                         if (Paranoid && mc->mc_dbi == FREE_DBI)
2151                                 retry = -1;
2152                 }
2153                 if (Paranoid && retry < 0 && mop_len)
2154                         break;
2155
2156                 last++;
2157                 /* Do not fetch more if the record will be too recent */
2158                 if (oldest <= last) {
2159                         if (!found_old) {
2160                                 oldest = mdb_find_oldest(txn);
2161                                 env->me_pgoldest = oldest;
2162                                 found_old = 1;
2163                         }
2164                         if (oldest <= last)
2165                                 break;
2166                 }
2167                 rc = mdb_cursor_get(&m2, &key, NULL, op);
2168                 if (rc) {
2169                         if (rc == MDB_NOTFOUND)
2170                                 break;
2171                         goto fail;
2172                 }
2173                 last = *(txnid_t*)key.mv_data;
2174                 if (oldest <= last) {
2175                         if (!found_old) {
2176                                 oldest = mdb_find_oldest(txn);
2177                                 env->me_pgoldest = oldest;
2178                                 found_old = 1;
2179                         }
2180                         if (oldest <= last)
2181                                 break;
2182                 }
2183                 np = m2.mc_pg[m2.mc_top];
2184                 leaf = NODEPTR(np, m2.mc_ki[m2.mc_top]);
2185                 if ((rc = mdb_node_read(txn, leaf, &data)) != MDB_SUCCESS)
2186                         return rc;
2187
2188                 idl = (MDB_ID *) data.mv_data;
2189                 i = idl[0];
2190                 if (!mop) {
2191                         if (!(env->me_pghead = mop = mdb_midl_alloc(i))) {
2192                                 rc = ENOMEM;
2193                                 goto fail;
2194                         }
2195                 } else {
2196                         if ((rc = mdb_midl_need(&env->me_pghead, i)) != 0)
2197                                 goto fail;
2198                         mop = env->me_pghead;
2199                 }
2200                 env->me_pglast = last;
2201 #if (MDB_DEBUG) > 1
2202                 DPRINTF(("IDL read txn %"Z"u root %"Z"u num %u",
2203                         last, txn->mt_dbs[FREE_DBI].md_root, i));
2204                 for (j = i; j; j--)
2205                         DPRINTF(("IDL %"Z"u", idl[j]));
2206 #endif
2207                 /* Merge in descending sorted order */
2208                 mdb_midl_xmerge(mop, idl);
2209                 mop_len = mop[0];
2210         }
2211
2212         /* Use new pages from the map when nothing suitable in the freeDB */
2213         i = 0;
2214         pgno = txn->mt_next_pgno;
2215         if (pgno + num >= env->me_maxpg) {
2216                         DPUTS("DB size maxed out");
2217                         rc = MDB_MAP_FULL;
2218                         goto fail;
2219         }
2220
2221 search_done:
2222         if (env->me_flags & MDB_WRITEMAP) {
2223                 np = (MDB_page *)(env->me_map + env->me_psize * pgno);
2224         } else {
2225                 if (!(np = mdb_page_malloc(txn, num))) {
2226                         rc = ENOMEM;
2227                         goto fail;
2228                 }
2229         }
2230         if (i) {
2231                 mop[0] = mop_len -= num;
2232                 /* Move any stragglers down */
2233                 for (j = i-num; j < mop_len; )
2234                         mop[++j] = mop[++i];
2235         } else {
2236                 txn->mt_next_pgno = pgno + num;
2237         }
2238         np->mp_pgno = pgno;
2239         mdb_page_dirty(txn, np);
2240         *mp = np;
2241
2242         return MDB_SUCCESS;
2243
2244 fail:
2245         txn->mt_flags |= MDB_TXN_ERROR;
2246         return rc;
2247 }
2248
2249 /** Copy the used portions of a non-overflow page.
2250  * @param[in] dst page to copy into
2251  * @param[in] src page to copy from
2252  * @param[in] psize size of a page
2253  */
2254 static void
2255 mdb_page_copy(MDB_page *dst, MDB_page *src, unsigned int psize)
2256 {
2257         enum { Align = sizeof(pgno_t) };
2258         indx_t upper = src->mp_upper, lower = src->mp_lower, unused = upper-lower;
2259
2260         /* If page isn't full, just copy the used portion. Adjust
2261          * alignment so memcpy may copy words instead of bytes.
2262          */
2263         if ((unused &= -Align) && !IS_LEAF2(src)) {
2264                 upper = (upper + PAGEBASE) & -Align;
2265                 memcpy(dst, src, (lower + PAGEBASE + (Align-1)) & -Align);
2266                 memcpy((pgno_t *)((char *)dst+upper), (pgno_t *)((char *)src+upper),
2267                         psize - upper);
2268         } else {
2269                 memcpy(dst, src, psize - unused);
2270         }
2271 }
2272
2273 /** Pull a page off the txn's spill list, if present.
2274  * If a page being referenced was spilled to disk in this txn, bring
2275  * it back and make it dirty/writable again.
2276  * @param[in] txn the transaction handle.
2277  * @param[in] mp the page being referenced. It must not be dirty.
2278  * @param[out] ret the writable page, if any. ret is unchanged if
2279  * mp wasn't spilled.
2280  */
2281 static int
2282 mdb_page_unspill(MDB_txn *txn, MDB_page *mp, MDB_page **ret)
2283 {
2284         MDB_env *env = txn->mt_env;
2285         const MDB_txn *tx2;
2286         unsigned x;
2287         pgno_t pgno = mp->mp_pgno, pn = pgno << 1;
2288
2289         for (tx2 = txn; tx2; tx2=tx2->mt_parent) {
2290                 if (!tx2->mt_spill_pgs)
2291                         continue;
2292                 x = mdb_midl_search(tx2->mt_spill_pgs, pn);
2293                 if (x <= tx2->mt_spill_pgs[0] && tx2->mt_spill_pgs[x] == pn) {
2294                         MDB_page *np;
2295                         int num;
2296                         if (txn->mt_dirty_room == 0)
2297                                 return MDB_TXN_FULL;
2298                         if (IS_OVERFLOW(mp))
2299                                 num = mp->mp_pages;
2300                         else
2301                                 num = 1;
2302                         if (env->me_flags & MDB_WRITEMAP) {
2303                                 np = mp;
2304                         } else {
2305                                 np = mdb_page_malloc(txn, num);
2306                                 if (!np)
2307                                         return ENOMEM;
2308                                 if (num > 1)
2309                                         memcpy(np, mp, num * env->me_psize);
2310                                 else
2311                                         mdb_page_copy(np, mp, env->me_psize);
2312                         }
2313                         if (tx2 == txn) {
2314                                 /* If in current txn, this page is no longer spilled.
2315                                  * If it happens to be the last page, truncate the spill list.
2316                                  * Otherwise mark it as deleted by setting the LSB.
2317                                  */
2318                                 if (x == txn->mt_spill_pgs[0])
2319                                         txn->mt_spill_pgs[0]--;
2320                                 else
2321                                         txn->mt_spill_pgs[x] |= 1;
2322                         }       /* otherwise, if belonging to a parent txn, the
2323                                  * page remains spilled until child commits
2324                                  */
2325
2326                         mdb_page_dirty(txn, np);
2327                         np->mp_flags |= P_DIRTY;
2328                         *ret = np;
2329                         break;
2330                 }
2331         }
2332         return MDB_SUCCESS;
2333 }
2334
2335 /** Touch a page: make it dirty and re-insert into tree with updated pgno.
2336  * @param[in] mc cursor pointing to the page to be touched
2337  * @return 0 on success, non-zero on failure.
2338  */
2339 static int
2340 mdb_page_touch(MDB_cursor *mc)
2341 {
2342         MDB_page *mp = mc->mc_pg[mc->mc_top], *np;
2343         MDB_txn *txn = mc->mc_txn;
2344         MDB_cursor *m2, *m3;
2345         pgno_t  pgno;
2346         int rc;
2347
2348         if (!F_ISSET(mp->mp_flags, P_DIRTY)) {
2349                 if (txn->mt_flags & MDB_TXN_SPILLS) {
2350                         np = NULL;
2351                         rc = mdb_page_unspill(txn, mp, &np);
2352                         if (rc)
2353                                 goto fail;
2354                         if (np)
2355                                 goto done;
2356                 }
2357                 if ((rc = mdb_midl_need(&txn->mt_free_pgs, 1)) ||
2358                         (rc = mdb_page_alloc(mc, 1, &np)))
2359                         goto fail;
2360                 pgno = np->mp_pgno;
2361                 DPRINTF(("touched db %d page %"Z"u -> %"Z"u", DDBI(mc),
2362                         mp->mp_pgno, pgno));
2363                 mdb_cassert(mc, mp->mp_pgno != pgno);
2364                 mdb_midl_xappend(txn->mt_free_pgs, mp->mp_pgno);
2365                 /* Update the parent page, if any, to point to the new page */
2366                 if (mc->mc_top) {
2367                         MDB_page *parent = mc->mc_pg[mc->mc_top-1];
2368                         MDB_node *node = NODEPTR(parent, mc->mc_ki[mc->mc_top-1]);
2369                         SETPGNO(node, pgno);
2370                 } else {
2371                         mc->mc_db->md_root = pgno;
2372                 }
2373         } else if (txn->mt_parent && !IS_SUBP(mp)) {
2374                 MDB_ID2 mid, *dl = txn->mt_u.dirty_list;
2375                 pgno = mp->mp_pgno;
2376                 /* If txn has a parent, make sure the page is in our
2377                  * dirty list.
2378                  */
2379                 if (dl[0].mid) {
2380                         unsigned x = mdb_mid2l_search(dl, pgno);
2381                         if (x <= dl[0].mid && dl[x].mid == pgno) {
2382                                 if (mp != dl[x].mptr) { /* bad cursor? */
2383                                         mc->mc_flags &= ~(C_INITIALIZED|C_EOF);
2384                                         txn->mt_flags |= MDB_TXN_ERROR;
2385                                         return MDB_CORRUPTED;
2386                                 }
2387                                 return 0;
2388                         }
2389                 }
2390                 mdb_cassert(mc, dl[0].mid < MDB_IDL_UM_MAX);
2391                 /* No - copy it */
2392                 np = mdb_page_malloc(txn, 1);
2393                 if (!np)
2394                         return ENOMEM;
2395                 mid.mid = pgno;
2396                 mid.mptr = np;
2397                 rc = mdb_mid2l_insert(dl, &mid);
2398                 mdb_cassert(mc, rc == 0);
2399         } else {
2400                 return 0;
2401         }
2402
2403         mdb_page_copy(np, mp, txn->mt_env->me_psize);
2404         np->mp_pgno = pgno;
2405         np->mp_flags |= P_DIRTY;
2406
2407 done:
2408         /* Adjust cursors pointing to mp */
2409         mc->mc_pg[mc->mc_top] = np;
2410         m2 = txn->mt_cursors[mc->mc_dbi];
2411         if (mc->mc_flags & C_SUB) {
2412                 for (; m2; m2=m2->mc_next) {
2413                         m3 = &m2->mc_xcursor->mx_cursor;
2414                         if (m3->mc_snum < mc->mc_snum) continue;
2415                         if (m3->mc_pg[mc->mc_top] == mp)
2416                                 m3->mc_pg[mc->mc_top] = np;
2417                 }
2418         } else {
2419                 for (; m2; m2=m2->mc_next) {
2420                         if (m2->mc_snum < mc->mc_snum) continue;
2421                         if (m2->mc_pg[mc->mc_top] == mp) {
2422                                 m2->mc_pg[mc->mc_top] = np;
2423                                 if ((mc->mc_db->md_flags & MDB_DUPSORT) &&
2424                                         IS_LEAF(np) &&
2425                                         m2->mc_ki[mc->mc_top] == mc->mc_ki[mc->mc_top])
2426                                 {
2427                                         MDB_node *leaf = NODEPTR(np, mc->mc_ki[mc->mc_top]);
2428                                         if (!(leaf->mn_flags & F_SUBDATA))
2429                                                 m2->mc_xcursor->mx_cursor.mc_pg[0] = NODEDATA(leaf);
2430                                 }
2431                         }
2432                 }
2433         }
2434         return 0;
2435
2436 fail:
2437         txn->mt_flags |= MDB_TXN_ERROR;
2438         return rc;
2439 }
2440
2441 int
2442 mdb_env_sync(MDB_env *env, int force)
2443 {
2444         int rc = 0;
2445         if (env->me_flags & MDB_RDONLY)
2446                 return EACCES;
2447         if (force || !F_ISSET(env->me_flags, MDB_NOSYNC)) {
2448                 if (env->me_flags & MDB_WRITEMAP) {
2449                         int flags = ((env->me_flags & MDB_MAPASYNC) && !force)
2450                                 ? MS_ASYNC : MS_SYNC;
2451                         if (MDB_MSYNC(env->me_map, env->me_mapsize, flags))
2452                                 rc = ErrCode();
2453 #ifdef _WIN32
2454                         else if (flags == MS_SYNC && MDB_FDATASYNC(env->me_fd))
2455                                 rc = ErrCode();
2456 #endif
2457                 } else {
2458 #ifdef BROKEN_FDATASYNC
2459                         if (env->me_flags & MDB_FSYNCONLY) {
2460                                 if (fsync(env->me_fd))
2461                                         rc = ErrCode();
2462                         } else
2463 #endif
2464                         if (MDB_FDATASYNC(env->me_fd))
2465                                 rc = ErrCode();
2466                 }
2467         }
2468         return rc;
2469 }
2470
2471 /** Back up parent txn's cursors, then grab the originals for tracking */
2472 static int
2473 mdb_cursor_shadow(MDB_txn *src, MDB_txn *dst)
2474 {
2475         MDB_cursor *mc, *bk;
2476         MDB_xcursor *mx;
2477         size_t size;
2478         int i;
2479
2480         for (i = src->mt_numdbs; --i >= 0; ) {
2481                 if ((mc = src->mt_cursors[i]) != NULL) {
2482                         size = sizeof(MDB_cursor);
2483                         if (mc->mc_xcursor)
2484                                 size += sizeof(MDB_xcursor);
2485                         for (; mc; mc = bk->mc_next) {
2486                                 bk = malloc(size);
2487                                 if (!bk)
2488                                         return ENOMEM;
2489                                 *bk = *mc;
2490                                 mc->mc_backup = bk;
2491                                 mc->mc_db = &dst->mt_dbs[i];
2492                                 /* Kill pointers into src - and dst to reduce abuse: The
2493                                  * user may not use mc until dst ends. Otherwise we'd...
2494                                  */
2495                                 mc->mc_txn    = NULL;   /* ...set this to dst */
2496                                 mc->mc_dbflag = NULL;   /* ...and &dst->mt_dbflags[i] */
2497                                 if ((mx = mc->mc_xcursor) != NULL) {
2498                                         *(MDB_xcursor *)(bk+1) = *mx;
2499                                         mx->mx_cursor.mc_txn = NULL; /* ...and dst. */
2500                                 }
2501                                 mc->mc_next = dst->mt_cursors[i];
2502                                 dst->mt_cursors[i] = mc;
2503                         }
2504                 }
2505         }
2506         return MDB_SUCCESS;
2507 }
2508
2509 /** Close this write txn's cursors, give parent txn's cursors back to parent.
2510  * @param[in] txn the transaction handle.
2511  * @param[in] merge true to keep changes to parent cursors, false to revert.
2512  * @return 0 on success, non-zero on failure.
2513  */
2514 static void
2515 mdb_cursors_close(MDB_txn *txn, unsigned merge)
2516 {
2517         MDB_cursor **cursors = txn->mt_cursors, *mc, *next, *bk;
2518         MDB_xcursor *mx;
2519         int i;
2520
2521         for (i = txn->mt_numdbs; --i >= 0; ) {
2522                 for (mc = cursors[i]; mc; mc = next) {
2523                         next = mc->mc_next;
2524                         if ((bk = mc->mc_backup) != NULL) {
2525                                 if (merge) {
2526                                         /* Commit changes to parent txn */
2527                                         mc->mc_next = bk->mc_next;
2528                                         mc->mc_backup = bk->mc_backup;
2529                                         mc->mc_txn = bk->mc_txn;
2530                                         mc->mc_db = bk->mc_db;
2531                                         mc->mc_dbflag = bk->mc_dbflag;
2532                                         if ((mx = mc->mc_xcursor) != NULL)
2533                                                 mx->mx_cursor.mc_txn = bk->mc_txn;
2534                                 } else {
2535                                         /* Abort nested txn */
2536                                         *mc = *bk;
2537                                         if ((mx = mc->mc_xcursor) != NULL)
2538                                                 *mx = *(MDB_xcursor *)(bk+1);
2539                                 }
2540                                 mc = bk;
2541                         }
2542                         /* Only malloced cursors are permanently tracked. */
2543                         free(mc);
2544                 }
2545                 cursors[i] = NULL;
2546         }
2547 }
2548
2549 #if !(MDB_DEBUG)
2550 #define mdb_txn_reset0(txn, act) mdb_txn_reset0(txn)
2551 #endif
2552 static void
2553 mdb_txn_reset0(MDB_txn *txn, const char *act);
2554
2555 #if !(MDB_PIDLOCK)              /* Currently the same as defined(_WIN32) */
2556 enum Pidlock_op {
2557         Pidset, Pidcheck
2558 };
2559 #else
2560 enum Pidlock_op {
2561         Pidset = F_SETLK, Pidcheck = F_GETLK
2562 };
2563 #endif
2564
2565 /** Set or check a pid lock. Set returns 0 on success.
2566  * Check returns 0 if the process is certainly dead, nonzero if it may
2567  * be alive (the lock exists or an error happened so we do not know).
2568  *
2569  * On Windows Pidset is a no-op, we merely check for the existence
2570  * of the process with the given pid. On POSIX we use a single byte
2571  * lock on the lockfile, set at an offset equal to the pid.
2572  */
2573 static int
2574 mdb_reader_pid(MDB_env *env, enum Pidlock_op op, MDB_PID_T pid)
2575 {
2576 #if !(MDB_PIDLOCK)              /* Currently the same as defined(_WIN32) */
2577         int ret = 0;
2578         HANDLE h;
2579         if (op == Pidcheck) {
2580                 h = OpenProcess(env->me_pidquery, FALSE, pid);
2581                 /* No documented "no such process" code, but other program use this: */
2582                 if (!h)
2583                         return ErrCode() != ERROR_INVALID_PARAMETER;
2584                 /* A process exists until all handles to it close. Has it exited? */
2585                 ret = WaitForSingleObject(h, 0) != 0;
2586                 CloseHandle(h);
2587         }
2588         return ret;
2589 #else
2590         for (;;) {
2591                 int rc;
2592                 struct flock lock_info;
2593                 memset(&lock_info, 0, sizeof(lock_info));
2594                 lock_info.l_type = F_WRLCK;
2595                 lock_info.l_whence = SEEK_SET;
2596                 lock_info.l_start = pid;
2597                 lock_info.l_len = 1;
2598                 if ((rc = fcntl(env->me_lfd, op, &lock_info)) == 0) {
2599                         if (op == F_GETLK && lock_info.l_type != F_UNLCK)
2600                                 rc = -1;
2601                 } else if ((rc = ErrCode()) == EINTR) {
2602                         continue;
2603                 }
2604                 return rc;
2605         }
2606 #endif
2607 }
2608
2609 /** Common code for #mdb_txn_begin() and #mdb_txn_renew().
2610  * @param[in] txn the transaction handle to initialize
2611  * @return 0 on success, non-zero on failure.
2612  */
2613 static int
2614 mdb_txn_renew0(MDB_txn *txn)
2615 {
2616         MDB_env *env = txn->mt_env;
2617         MDB_txninfo *ti = env->me_txns;
2618         MDB_meta *meta;
2619         unsigned int i, nr, flags = txn->mt_flags;
2620         uint16_t x;
2621         int rc, new_notls = 0;
2622
2623         if ((flags &= MDB_TXN_RDONLY) != 0) {
2624                 if (!ti) {
2625                         meta = mdb_env_pick_meta(env);
2626                         txn->mt_txnid = meta->mm_txnid;
2627                         txn->mt_u.reader = NULL;
2628                 } else {
2629                         MDB_reader *r = (env->me_flags & MDB_NOTLS) ? txn->mt_u.reader :
2630                                 pthread_getspecific(env->me_txkey);
2631                         if (r) {
2632                                 if (r->mr_pid != env->me_pid || r->mr_txnid != (txnid_t)-1)
2633                                         return MDB_BAD_RSLOT;
2634                         } else {
2635                                 MDB_PID_T pid = env->me_pid;
2636                                 MDB_THR_T tid = pthread_self();
2637                                 mdb_mutexref_t rmutex = env->me_rmutex;
2638
2639                                 if (!env->me_live_reader) {
2640                                         rc = mdb_reader_pid(env, Pidset, pid);
2641                                         if (rc)
2642                                                 return rc;
2643                                         env->me_live_reader = 1;
2644                                 }
2645
2646                                 if (LOCK_MUTEX(rc, env, rmutex))
2647                                         return rc;
2648                                 nr = ti->mti_numreaders;
2649                                 for (i=0; i<nr; i++)
2650                                         if (ti->mti_readers[i].mr_pid == 0)
2651                                                 break;
2652                                 if (i == env->me_maxreaders) {
2653                                         UNLOCK_MUTEX(rmutex);
2654                                         return MDB_READERS_FULL;
2655                                 }
2656                                 r = &ti->mti_readers[i];
2657                                 /* Claim the reader slot, carefully since other code
2658                                  * uses the reader table un-mutexed: First reset the
2659                                  * slot, next publish it in mti_numreaders.  After
2660                                  * that, it is safe for mdb_env_close() to touch it.
2661                                  * When it will be closed, we can finally claim it.
2662                                  */
2663                                 r->mr_pid = 0;
2664                                 r->mr_txnid = (txnid_t)-1;
2665                                 r->mr_tid = tid;
2666                                 if (i == nr)
2667                                         ti->mti_numreaders = ++nr;
2668                                 env->me_close_readers = nr;
2669                                 r->mr_pid = pid;
2670                                 UNLOCK_MUTEX(rmutex);
2671
2672                                 new_notls = (env->me_flags & MDB_NOTLS);
2673                                 if (!new_notls && (rc=pthread_setspecific(env->me_txkey, r))) {
2674                                         r->mr_pid = 0;
2675                                         return rc;
2676                                 }
2677                         }
2678                         do /* LY: Retry on a race, ITS#7970. */
2679                                 r->mr_txnid = ti->mti_txnid;
2680                         while(r->mr_txnid != ti->mti_txnid);
2681                         txn->mt_txnid = r->mr_txnid;
2682                         txn->mt_u.reader = r;
2683                         meta = env->me_metas[txn->mt_txnid & 1];
2684                 }
2685                 txn->mt_dbxs = env->me_dbxs;    /* mostly static anyway */
2686         } else {
2687                 /* Not yet touching txn == env->me_txn0, it may be active */
2688                 if (ti) {
2689                         if (LOCK_MUTEX(rc, env, env->me_wmutex))
2690                                 return rc;
2691                         txn->mt_txnid = ti->mti_txnid;
2692                         meta = env->me_metas[txn->mt_txnid & 1];
2693                 } else {
2694                         meta = mdb_env_pick_meta(env);
2695                         txn->mt_txnid = meta->mm_txnid;
2696                 }
2697                 txn->mt_txnid++;
2698 #if MDB_DEBUG
2699                 if (txn->mt_txnid == mdb_debug_start)
2700                         mdb_debug = 1;
2701 #endif
2702                 txn->mt_child = NULL;
2703                 txn->mt_loose_pgs = NULL;
2704                 txn->mt_loose_count = 0;
2705                 txn->mt_dirty_room = MDB_IDL_UM_MAX;
2706                 txn->mt_u.dirty_list = env->me_dirty_list;
2707                 txn->mt_u.dirty_list[0].mid = 0;
2708                 txn->mt_free_pgs = env->me_free_pgs;
2709                 txn->mt_free_pgs[0] = 0;
2710                 txn->mt_spill_pgs = NULL;
2711                 env->me_txn = txn;
2712                 memcpy(txn->mt_dbiseqs, env->me_dbiseqs, env->me_maxdbs * sizeof(unsigned int));
2713         }
2714
2715         /* Copy the DB info and flags */
2716         memcpy(txn->mt_dbs, meta->mm_dbs, 2 * sizeof(MDB_db));
2717
2718         /* Moved to here to avoid a data race in read TXNs */
2719         txn->mt_next_pgno = meta->mm_last_pg+1;
2720
2721         txn->mt_flags = flags;
2722
2723         /* Setup db info */
2724         txn->mt_numdbs = env->me_numdbs;
2725         for (i=2; i<txn->mt_numdbs; i++) {
2726                 x = env->me_dbflags[i];
2727                 txn->mt_dbs[i].md_flags = x & PERSISTENT_FLAGS;
2728                 txn->mt_dbflags[i] = (x & MDB_VALID) ? DB_VALID|DB_USRVALID|DB_STALE : 0;
2729         }
2730         txn->mt_dbflags[MAIN_DBI] = DB_VALID|DB_USRVALID;
2731         txn->mt_dbflags[FREE_DBI] = DB_VALID;
2732
2733         if (env->me_maxpg < txn->mt_next_pgno) {
2734                 mdb_txn_reset0(txn, "renew0-mapfail");
2735                 if (new_notls) {
2736                         txn->mt_u.reader->mr_pid = 0;
2737                         txn->mt_u.reader = NULL;
2738                 }
2739                 return MDB_MAP_RESIZED;
2740         }
2741
2742         return MDB_SUCCESS;
2743 }
2744
2745 int
2746 mdb_txn_renew(MDB_txn *txn)
2747 {
2748         int rc;
2749
2750         if (!txn || txn->mt_dbxs)       /* A reset txn has mt_dbxs==NULL */
2751                 return EINVAL;
2752
2753         if (txn->mt_env->me_flags & MDB_FATAL_ERROR) {
2754                 DPUTS("environment had fatal error, must shutdown!");
2755                 return MDB_PANIC;
2756         }
2757
2758         rc = mdb_txn_renew0(txn);
2759         if (rc == MDB_SUCCESS) {
2760                 DPRINTF(("renew txn %"Z"u%c %p on mdbenv %p, root page %"Z"u",
2761                         txn->mt_txnid, (txn->mt_flags & MDB_TXN_RDONLY) ? 'r' : 'w',
2762                         (void *)txn, (void *)txn->mt_env, txn->mt_dbs[MAIN_DBI].md_root));
2763         }
2764         return rc;
2765 }
2766
2767 int
2768 mdb_txn_begin(MDB_env *env, MDB_txn *parent, unsigned int flags, MDB_txn **ret)
2769 {
2770         MDB_txn *txn;
2771         MDB_ntxn *ntxn;
2772         int rc, size, tsize;
2773
2774         flags &= MDB_TXN_BEGIN_FLAGS;
2775         flags |= env->me_flags & MDB_WRITEMAP;
2776
2777         if (env->me_flags & MDB_FATAL_ERROR) {
2778                 DPUTS("environment had fatal error, must shutdown!");
2779                 return MDB_PANIC;
2780         }
2781         if (env->me_flags & MDB_RDONLY & ~flags) /* write txn in RDONLY env */
2782                 return EACCES;
2783
2784         if (parent) {
2785                 /* Nested transactions: Max 1 child, write txns only, no writemap */
2786                 flags |= parent->mt_flags;
2787                 if (parent->mt_child ||
2788                         (flags & (MDB_RDONLY|MDB_WRITEMAP|MDB_TXN_ERROR)))
2789                 {
2790                         return (parent->mt_flags & MDB_TXN_RDONLY) ? EINVAL : MDB_BAD_TXN;
2791                 }
2792                 /* Child txns save MDB_pgstate and use own copy of cursors */
2793                 size = env->me_maxdbs * (sizeof(MDB_db)+sizeof(MDB_cursor *)+1);
2794                 size += tsize = sizeof(MDB_ntxn);
2795         } else if (flags & MDB_RDONLY) {
2796                 size = env->me_maxdbs * (sizeof(MDB_db)+1);
2797                 size += tsize = sizeof(MDB_txn);
2798         } else {
2799                 /* Reuse preallocated write txn. However, do not touch it until
2800                  * mdb_txn_renew0() succeeds, since it currently may be active.
2801                  */
2802                 txn = env->me_txn0;
2803                 goto renew;
2804         }
2805         if ((txn = calloc(1, size)) == NULL) {
2806                 DPRINTF(("calloc: %s", strerror(errno)));
2807                 return ENOMEM;
2808         }
2809         txn->mt_dbs = (MDB_db *) ((char *)txn + tsize);
2810         txn->mt_dbflags = (unsigned char *)txn + size - env->me_maxdbs;
2811         txn->mt_flags = flags;
2812         txn->mt_env = env;
2813
2814         if (parent) {
2815                 unsigned int i;
2816                 txn->mt_cursors = (MDB_cursor **)(txn->mt_dbs + env->me_maxdbs);
2817                 txn->mt_dbiseqs = parent->mt_dbiseqs;
2818                 txn->mt_u.dirty_list = malloc(sizeof(MDB_ID2)*MDB_IDL_UM_SIZE);
2819                 if (!txn->mt_u.dirty_list ||
2820                         !(txn->mt_free_pgs = mdb_midl_alloc(MDB_IDL_UM_MAX)))
2821                 {
2822                         free(txn->mt_u.dirty_list);
2823                         free(txn);
2824                         return ENOMEM;
2825                 }
2826                 txn->mt_txnid = parent->mt_txnid;
2827                 txn->mt_dirty_room = parent->mt_dirty_room;
2828                 txn->mt_u.dirty_list[0].mid = 0;
2829                 txn->mt_spill_pgs = NULL;
2830                 txn->mt_next_pgno = parent->mt_next_pgno;
2831                 parent->mt_child = txn;
2832                 txn->mt_parent = parent;
2833                 txn->mt_numdbs = parent->mt_numdbs;
2834                 txn->mt_dbxs = parent->mt_dbxs;
2835                 memcpy(txn->mt_dbs, parent->mt_dbs, txn->mt_numdbs * sizeof(MDB_db));
2836                 /* Copy parent's mt_dbflags, but clear DB_NEW */
2837                 for (i=0; i<txn->mt_numdbs; i++)
2838                         txn->mt_dbflags[i] = parent->mt_dbflags[i] & ~DB_NEW;
2839                 rc = 0;
2840                 ntxn = (MDB_ntxn *)txn;
2841                 ntxn->mnt_pgstate = env->me_pgstate; /* save parent me_pghead & co */
2842                 if (env->me_pghead) {
2843                         size = MDB_IDL_SIZEOF(env->me_pghead);
2844                         env->me_pghead = mdb_midl_alloc(env->me_pghead[0]);
2845                         if (env->me_pghead)
2846                                 memcpy(env->me_pghead, ntxn->mnt_pgstate.mf_pghead, size);
2847                         else
2848                                 rc = ENOMEM;
2849                 }
2850                 if (!rc)
2851                         rc = mdb_cursor_shadow(parent, txn);
2852                 if (rc)
2853                         mdb_txn_reset0(txn, "beginchild-fail");
2854         } else { /* MDB_RDONLY */
2855                 txn->mt_dbiseqs = env->me_dbiseqs;
2856 renew:
2857                 rc = mdb_txn_renew0(txn);
2858         }
2859         if (rc) {
2860                 if (txn != env->me_txn0)
2861                         free(txn);
2862         } else {
2863                 txn->mt_flags |= flags; /* could not change txn=me_txn0 earlier */
2864                 *ret = txn;
2865                 DPRINTF(("begin txn %"Z"u%c %p on mdbenv %p, root page %"Z"u",
2866                         txn->mt_txnid, (flags & MDB_RDONLY) ? 'r' : 'w',
2867                         (void *) txn, (void *) env, txn->mt_dbs[MAIN_DBI].md_root));
2868         }
2869
2870         return rc;
2871 }
2872
2873 MDB_env *
2874 mdb_txn_env(MDB_txn *txn)
2875 {
2876         if(!txn) return NULL;
2877         return txn->mt_env;
2878 }
2879
2880 size_t
2881 mdb_txn_id(MDB_txn *txn)
2882 {
2883     if(!txn) return 0;
2884     return txn->mt_txnid;
2885 }
2886
2887 /** Export or close DBI handles opened in this txn. */
2888 static void
2889 mdb_dbis_update(MDB_txn *txn, int keep)
2890 {
2891         int i;
2892         MDB_dbi n = txn->mt_numdbs;
2893         MDB_env *env = txn->mt_env;
2894         unsigned char *tdbflags = txn->mt_dbflags;
2895
2896         for (i = n; --i >= 2;) {
2897                 if (tdbflags[i] & DB_NEW) {
2898                         if (keep) {
2899                                 env->me_dbflags[i] = txn->mt_dbs[i].md_flags | MDB_VALID;
2900                         } else {
2901                                 char *ptr = env->me_dbxs[i].md_name.mv_data;
2902                                 if (ptr) {
2903                                         env->me_dbxs[i].md_name.mv_data = NULL;
2904                                         env->me_dbxs[i].md_name.mv_size = 0;
2905                                         env->me_dbflags[i] = 0;
2906                                         env->me_dbiseqs[i]++;
2907                                         free(ptr);
2908                                 }
2909                         }
2910                 }
2911         }
2912         if (keep && env->me_numdbs < n)
2913                 env->me_numdbs = n;
2914 }
2915
2916 /** Common code for #mdb_txn_reset() and #mdb_txn_abort().
2917  * May be called twice for readonly txns: First reset it, then abort.
2918  * @param[in] txn the transaction handle to reset
2919  * @param[in] act why the transaction is being reset
2920  */
2921 static void
2922 mdb_txn_reset0(MDB_txn *txn, const char *act)
2923 {
2924         MDB_env *env = txn->mt_env;
2925
2926         /* Close any DBI handles opened in this txn */
2927         mdb_dbis_update(txn, 0);
2928
2929         DPRINTF(("%s txn %"Z"u%c %p on mdbenv %p, root page %"Z"u",
2930                 act, txn->mt_txnid, (txn->mt_flags & MDB_TXN_RDONLY) ? 'r' : 'w',
2931                 (void *) txn, (void *)env, txn->mt_dbs[MAIN_DBI].md_root));
2932
2933         if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
2934                 if (txn->mt_u.reader) {
2935                         txn->mt_u.reader->mr_txnid = (txnid_t)-1;
2936                         if (!(env->me_flags & MDB_NOTLS))
2937                                 txn->mt_u.reader = NULL; /* txn does not own reader */
2938                 }
2939                 txn->mt_numdbs = 0;             /* close nothing if called again */
2940                 txn->mt_dbxs = NULL;    /* mark txn as reset */
2941         } else {
2942                 pgno_t *pghead = env->me_pghead;
2943
2944                 mdb_cursors_close(txn, 0);
2945                 if (!(env->me_flags & MDB_WRITEMAP)) {
2946                         mdb_dlist_free(txn);
2947                 }
2948
2949                 if (!txn->mt_parent) {
2950                         if (mdb_midl_shrink(&txn->mt_free_pgs))
2951                                 env->me_free_pgs = txn->mt_free_pgs;
2952                         /* me_pgstate: */
2953                         env->me_pghead = NULL;
2954                         env->me_pglast = 0;
2955
2956                         env->me_txn = NULL;
2957                         /* The writer mutex was locked in mdb_txn_begin. */
2958                         if (env->me_txns)
2959                                 UNLOCK_MUTEX(env->me_wmutex);
2960                 } else {
2961                         txn->mt_parent->mt_child = NULL;
2962                         env->me_pgstate = ((MDB_ntxn *)txn)->mnt_pgstate;
2963                         mdb_midl_free(txn->mt_free_pgs);
2964                         mdb_midl_free(txn->mt_spill_pgs);
2965                         free(txn->mt_u.dirty_list);
2966                 }
2967
2968                 mdb_midl_free(pghead);
2969         }
2970 }
2971
2972 void
2973 mdb_txn_reset(MDB_txn *txn)
2974 {
2975         if (txn == NULL)
2976                 return;
2977
2978         /* This call is only valid for read-only txns */
2979         if (!(txn->mt_flags & MDB_TXN_RDONLY))
2980                 return;
2981
2982         mdb_txn_reset0(txn, "reset");
2983 }
2984
2985 void
2986 mdb_txn_abort(MDB_txn *txn)
2987 {
2988         if (txn == NULL)
2989                 return;
2990
2991         if (txn->mt_child)
2992                 mdb_txn_abort(txn->mt_child);
2993
2994         mdb_txn_reset0(txn, "abort");
2995         /* Free reader slot tied to this txn (if MDB_NOTLS && writable FS) */
2996         if ((txn->mt_flags & MDB_TXN_RDONLY) && txn->mt_u.reader)
2997                 txn->mt_u.reader->mr_pid = 0;
2998
2999         if (txn != txn->mt_env->me_txn0)
3000                 free(txn);
3001 }
3002
3003 /** Save the freelist as of this transaction to the freeDB.
3004  * This changes the freelist. Keep trying until it stabilizes.
3005  */
3006 static int
3007 mdb_freelist_save(MDB_txn *txn)
3008 {
3009         /* env->me_pghead[] can grow and shrink during this call.
3010          * env->me_pglast and txn->mt_free_pgs[] can only grow.
3011          * Page numbers cannot disappear from txn->mt_free_pgs[].
3012          */
3013         MDB_cursor mc;
3014         MDB_env *env = txn->mt_env;
3015         int rc, maxfree_1pg = env->me_maxfree_1pg, more = 1;
3016         txnid_t pglast = 0, head_id = 0;
3017         pgno_t  freecnt = 0, *free_pgs, *mop;
3018         ssize_t head_room = 0, total_room = 0, mop_len, clean_limit;
3019
3020         mdb_cursor_init(&mc, txn, FREE_DBI, NULL);
3021
3022         if (env->me_pghead) {
3023                 /* Make sure first page of freeDB is touched and on freelist */
3024                 rc = mdb_page_search(&mc, NULL, MDB_PS_FIRST|MDB_PS_MODIFY);
3025                 if (rc && rc != MDB_NOTFOUND)
3026                         return rc;
3027         }
3028
3029         if (!env->me_pghead && txn->mt_loose_pgs) {
3030                 /* Put loose page numbers in mt_free_pgs, since
3031                  * we may be unable to return them to me_pghead.
3032                  */
3033                 MDB_page *mp = txn->mt_loose_pgs;
3034                 if ((rc = mdb_midl_need(&txn->mt_free_pgs, txn->mt_loose_count)) != 0)
3035                         return rc;
3036                 for (; mp; mp = NEXT_LOOSE_PAGE(mp))
3037                         mdb_midl_xappend(txn->mt_free_pgs, mp->mp_pgno);
3038                 txn->mt_loose_pgs = NULL;
3039                 txn->mt_loose_count = 0;
3040         }
3041
3042         /* MDB_RESERVE cancels meminit in ovpage malloc (when no WRITEMAP) */
3043         clean_limit = (env->me_flags & (MDB_NOMEMINIT|MDB_WRITEMAP))
3044                 ? SSIZE_MAX : maxfree_1pg;
3045
3046         for (;;) {
3047                 /* Come back here after each Put() in case freelist changed */
3048                 MDB_val key, data;
3049                 pgno_t *pgs;
3050                 ssize_t j;
3051
3052                 /* If using records from freeDB which we have not yet
3053                  * deleted, delete them and any we reserved for me_pghead.
3054                  */
3055                 while (pglast < env->me_pglast) {
3056                         rc = mdb_cursor_first(&mc, &key, NULL);
3057                         if (rc)
3058                                 return rc;
3059                         pglast = head_id = *(txnid_t *)key.mv_data;
3060                         total_room = head_room = 0;
3061                         mdb_tassert(txn, pglast <= env->me_pglast);
3062                         rc = mdb_cursor_del(&mc, 0);
3063                         if (rc)
3064                                 return rc;
3065                 }
3066
3067                 /* Save the IDL of pages freed by this txn, to a single record */
3068                 if (freecnt < txn->mt_free_pgs[0]) {
3069                         if (!freecnt) {
3070                                 /* Make sure last page of freeDB is touched and on freelist */
3071                                 rc = mdb_page_search(&mc, NULL, MDB_PS_LAST|MDB_PS_MODIFY);
3072                                 if (rc && rc != MDB_NOTFOUND)
3073                                         return rc;
3074                         }
3075                         free_pgs = txn->mt_free_pgs;
3076                         /* Write to last page of freeDB */
3077                         key.mv_size = sizeof(txn->mt_txnid);
3078                         key.mv_data = &txn->mt_txnid;
3079                         do {
3080                                 freecnt = free_pgs[0];
3081                                 data.mv_size = MDB_IDL_SIZEOF(free_pgs);
3082                                 rc = mdb_cursor_put(&mc, &key, &data, MDB_RESERVE);
3083                                 if (rc)
3084                                         return rc;
3085                                 /* Retry if mt_free_pgs[] grew during the Put() */
3086                                 free_pgs = txn->mt_free_pgs;
3087                         } while (freecnt < free_pgs[0]);
3088                         mdb_midl_sort(free_pgs);
3089                         memcpy(data.mv_data, free_pgs, data.mv_size);
3090 #if (MDB_DEBUG) > 1
3091                         {
3092                                 unsigned int i = free_pgs[0];
3093                                 DPRINTF(("IDL write txn %"Z"u root %"Z"u num %u",
3094                                         txn->mt_txnid, txn->mt_dbs[FREE_DBI].md_root, i));
3095                                 for (; i; i--)
3096                                         DPRINTF(("IDL %"Z"u", free_pgs[i]));
3097                         }
3098 #endif
3099                         continue;
3100                 }
3101
3102                 mop = env->me_pghead;
3103                 mop_len = (mop ? mop[0] : 0) + txn->mt_loose_count;
3104
3105                 /* Reserve records for me_pghead[]. Split it if multi-page,
3106                  * to avoid searching freeDB for a page range. Use keys in
3107                  * range [1,me_pglast]: Smaller than txnid of oldest reader.
3108                  */
3109                 if (total_room >= mop_len) {
3110                         if (total_room == mop_len || --more < 0)
3111                                 break;
3112                 } else if (head_room >= maxfree_1pg && head_id > 1) {
3113                         /* Keep current record (overflow page), add a new one */
3114                         head_id--;
3115                         head_room = 0;
3116                 }
3117                 /* (Re)write {key = head_id, IDL length = head_room} */
3118                 total_room -= head_room;
3119                 head_room = mop_len - total_room;
3120                 if (head_room > maxfree_1pg && head_id > 1) {
3121                         /* Overflow multi-page for part of me_pghead */
3122                         head_room /= head_id; /* amortize page sizes */
3123                         head_room += maxfree_1pg - head_room % (maxfree_1pg + 1);
3124                 } else if (head_room < 0) {
3125                         /* Rare case, not bothering to delete this record */
3126                         head_room = 0;
3127                 }
3128                 key.mv_size = sizeof(head_id);
3129                 key.mv_data = &head_id;
3130                 data.mv_size = (head_room + 1) * sizeof(pgno_t);
3131                 rc = mdb_cursor_put(&mc, &key, &data, MDB_RESERVE);
3132                 if (rc)
3133                         return rc;
3134                 /* IDL is initially empty, zero out at least the length */
3135                 pgs = (pgno_t *)data.mv_data;
3136                 j = head_room > clean_limit ? head_room : 0;
3137                 do {
3138                         pgs[j] = 0;
3139                 } while (--j >= 0);
3140                 total_room += head_room;
3141         }
3142
3143         /* Return loose page numbers to me_pghead, though usually none are
3144          * left at this point.  The pages themselves remain in dirty_list.
3145          */
3146         if (txn->mt_loose_pgs) {
3147                 MDB_page *mp = txn->mt_loose_pgs;
3148                 unsigned count = txn->mt_loose_count;
3149                 MDB_IDL loose;
3150                 /* Room for loose pages + temp IDL with same */
3151                 if ((rc = mdb_midl_need(&env->me_pghead, 2*count+1)) != 0)
3152                         return rc;
3153                 mop = env->me_pghead;
3154                 loose = mop + MDB_IDL_ALLOCLEN(mop) - count;
3155                 for (count = 0; mp; mp = NEXT_LOOSE_PAGE(mp))
3156                         loose[ ++count ] = mp->mp_pgno;
3157                 loose[0] = count;
3158                 mdb_midl_sort(loose);
3159                 mdb_midl_xmerge(mop, loose);
3160                 txn->mt_loose_pgs = NULL;
3161                 txn->mt_loose_count = 0;
3162                 mop_len = mop[0];
3163         }
3164
3165         /* Fill in the reserved me_pghead records */
3166         rc = MDB_SUCCESS;
3167         if (mop_len) {
3168                 MDB_val key, data;
3169
3170                 mop += mop_len;
3171                 rc = mdb_cursor_first(&mc, &key, &data);
3172                 for (; !rc; rc = mdb_cursor_next(&mc, &key, &data, MDB_NEXT)) {
3173                         txnid_t id = *(txnid_t *)key.mv_data;
3174                         ssize_t len = (ssize_t)(data.mv_size / sizeof(MDB_ID)) - 1;
3175                         MDB_ID save;
3176
3177                         mdb_tassert(txn, len >= 0 && id <= env->me_pglast);
3178                         key.mv_data = &id;
3179                         if (len > mop_len) {
3180                                 len = mop_len;
3181                                 data.mv_size = (len + 1) * sizeof(MDB_ID);
3182                         }
3183                         data.mv_data = mop -= len;
3184                         save = mop[0];
3185                         mop[0] = len;
3186                         rc = mdb_cursor_put(&mc, &key, &data, MDB_CURRENT);
3187                         mop[0] = save;
3188                         if (rc || !(mop_len -= len))
3189                                 break;
3190                 }
3191         }
3192         return rc;
3193 }
3194
3195 /** Flush (some) dirty pages to the map, after clearing their dirty flag.
3196  * @param[in] txn the transaction that's being committed
3197  * @param[in] keep number of initial pages in dirty_list to keep dirty.
3198  * @return 0 on success, non-zero on failure.
3199  */
3200 static int
3201 mdb_page_flush(MDB_txn *txn, int keep)
3202 {
3203         MDB_env         *env = txn->mt_env;
3204         MDB_ID2L        dl = txn->mt_u.dirty_list;
3205         unsigned        psize = env->me_psize, j;
3206         int                     i, pagecount = dl[0].mid, rc;
3207         size_t          size = 0, pos = 0;
3208         pgno_t          pgno = 0;
3209         MDB_page        *dp = NULL;
3210 #ifdef _WIN32
3211         OVERLAPPED      ov;
3212 #else
3213         struct iovec iov[MDB_COMMIT_PAGES];
3214         ssize_t         wpos = 0, wsize = 0, wres;
3215         size_t          next_pos = 1; /* impossible pos, so pos != next_pos */
3216         int                     n = 0;
3217 #endif
3218
3219         j = i = keep;
3220
3221         if (env->me_flags & MDB_WRITEMAP) {
3222                 /* Clear dirty flags */
3223                 while (++i <= pagecount) {
3224                         dp = dl[i].mptr;
3225                         /* Don't flush this page yet */
3226                         if (dp->mp_flags & (P_LOOSE|P_KEEP)) {
3227                                 dp->mp_flags &= ~P_KEEP;
3228                                 dl[++j] = dl[i];
3229                                 continue;
3230                         }
3231                         dp->mp_flags &= ~P_DIRTY;
3232                 }
3233                 goto done;
3234         }
3235
3236         /* Write the pages */
3237         for (;;) {
3238                 if (++i <= pagecount) {
3239                         dp = dl[i].mptr;
3240                         /* Don't flush this page yet */
3241                         if (dp->mp_flags & (P_LOOSE|P_KEEP)) {
3242                                 dp->mp_flags &= ~P_KEEP;
3243                                 dl[i].mid = 0;
3244                                 continue;
3245                         }
3246                         pgno = dl[i].mid;
3247                         /* clear dirty flag */
3248                         dp->mp_flags &= ~P_DIRTY;
3249                         pos = pgno * psize;
3250                         size = psize;
3251                         if (IS_OVERFLOW(dp)) size *= dp->mp_pages;
3252                 }
3253 #ifdef _WIN32
3254                 else break;
3255
3256                 /* Windows actually supports scatter/gather I/O, but only on
3257                  * unbuffered file handles. Since we're relying on the OS page
3258                  * cache for all our data, that's self-defeating. So we just
3259                  * write pages one at a time. We use the ov structure to set
3260                  * the write offset, to at least save the overhead of a Seek
3261                  * system call.
3262                  */
3263                 DPRINTF(("committing page %"Z"u", pgno));
3264                 memset(&ov, 0, sizeof(ov));
3265                 ov.Offset = pos & 0xffffffff;
3266                 ov.OffsetHigh = pos >> 16 >> 16;
3267                 if (!WriteFile(env->me_fd, dp, size, NULL, &ov)) {
3268                         rc = ErrCode();
3269                         DPRINTF(("WriteFile: %d", rc));
3270                         return rc;
3271                 }
3272 #else
3273                 /* Write up to MDB_COMMIT_PAGES dirty pages at a time. */
3274                 if (pos!=next_pos || n==MDB_COMMIT_PAGES || wsize+size>MAX_WRITE) {
3275                         if (n) {
3276 retry_write:
3277                                 /* Write previous page(s) */
3278 #ifdef MDB_USE_PWRITEV
3279                                 wres = pwritev(env->me_fd, iov, n, wpos);
3280 #else
3281                                 if (n == 1) {
3282                                         wres = pwrite(env->me_fd, iov[0].iov_base, wsize, wpos);
3283                                 } else {
3284 retry_seek:
3285                                         if (lseek(env->me_fd, wpos, SEEK_SET) == -1) {
3286                                                 rc = ErrCode();
3287                                                 if (rc == EINTR)
3288                                                         goto retry_seek;
3289                                                 DPRINTF(("lseek: %s", strerror(rc)));
3290                                                 return rc;
3291                                         }
3292                                         wres = writev(env->me_fd, iov, n);
3293                                 }
3294 #endif
3295                                 if (wres != wsize) {
3296                                         if (wres < 0) {
3297                                                 rc = ErrCode();
3298                                                 if (rc == EINTR)
3299                                                         goto retry_write;
3300                                                 DPRINTF(("Write error: %s", strerror(rc)));
3301                                         } else {
3302                                                 rc = EIO; /* TODO: Use which error code? */
3303                                                 DPUTS("short write, filesystem full?");
3304                                         }
3305                                         return rc;
3306                                 }
3307                                 n = 0;
3308                         }
3309                         if (i > pagecount)
3310                                 break;
3311                         wpos = pos;
3312                         wsize = 0;
3313                 }
3314                 DPRINTF(("committing page %"Z"u", pgno));
3315                 next_pos = pos + size;
3316                 iov[n].iov_len = size;
3317                 iov[n].iov_base = (char *)dp;
3318                 wsize += size;
3319                 n++;
3320 #endif  /* _WIN32 */
3321         }
3322
3323         /* MIPS has cache coherency issues, this is a no-op everywhere else
3324          * Note: for any size >= on-chip cache size, entire on-chip cache is
3325          * flushed.
3326          */
3327         CACHEFLUSH(env->me_map, txn->mt_next_pgno * env->me_psize, DCACHE);
3328
3329         for (i = keep; ++i <= pagecount; ) {
3330                 dp = dl[i].mptr;
3331                 /* This is a page we skipped above */
3332                 if (!dl[i].mid) {
3333                         dl[++j] = dl[i];
3334                         dl[j].mid = dp->mp_pgno;
3335                         continue;
3336                 }
3337                 mdb_dpage_free(env, dp);
3338         }
3339
3340 done:
3341         i--;
3342         txn->mt_dirty_room += i - j;
3343         dl[0].mid = j;
3344         return MDB_SUCCESS;
3345 }
3346
3347 int
3348 mdb_txn_commit(MDB_txn *txn)
3349 {
3350         int             rc;
3351         unsigned int i;
3352         MDB_env *env;
3353
3354         if (txn == NULL)
3355                 return EINVAL;
3356
3357         if (txn->mt_child) {
3358                 rc = mdb_txn_commit(txn->mt_child);
3359                 if (rc)
3360                         goto fail;
3361         }
3362
3363         env = txn->mt_env;
3364
3365         if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY)) {
3366                 mdb_dbis_update(txn, 1);
3367                 txn->mt_numdbs = 2; /* so txn_abort() doesn't close any new handles */
3368                 mdb_txn_abort(txn);
3369                 return MDB_SUCCESS;
3370         }
3371
3372         if (F_ISSET(txn->mt_flags, MDB_TXN_ERROR)) {
3373                 DPUTS("error flag is set, can't commit");
3374                 if (txn->mt_parent)
3375                         txn->mt_parent->mt_flags |= MDB_TXN_ERROR;
3376                 rc = MDB_BAD_TXN;
3377                 goto fail;
3378         }
3379
3380         if (txn->mt_parent) {
3381                 MDB_txn *parent = txn->mt_parent;
3382                 MDB_page **lp;
3383                 MDB_ID2L dst, src;
3384                 MDB_IDL pspill;
3385                 unsigned x, y, len, ps_len;
3386
3387                 /* Append our free list to parent's */
3388                 rc = mdb_midl_append_list(&parent->mt_free_pgs, txn->mt_free_pgs);
3389                 if (rc)
3390                         goto fail;
3391                 mdb_midl_free(txn->mt_free_pgs);
3392                 /* Failures after this must either undo the changes
3393                  * to the parent or set MDB_TXN_ERROR in the parent.
3394                  */
3395
3396                 parent->mt_next_pgno = txn->mt_next_pgno;
3397                 parent->mt_flags = txn->mt_flags;
3398
3399                 /* Merge our cursors into parent's and close them */
3400                 mdb_cursors_close(txn, 1);
3401
3402                 /* Update parent's DB table. */
3403                 memcpy(parent->mt_dbs, txn->mt_dbs, txn->mt_numdbs * sizeof(MDB_db));
3404                 parent->mt_numdbs = txn->mt_numdbs;
3405                 parent->mt_dbflags[0] = txn->mt_dbflags[0];
3406                 parent->mt_dbflags[1] = txn->mt_dbflags[1];
3407                 for (i=2; i<txn->mt_numdbs; i++) {
3408                         /* preserve parent's DB_NEW status */
3409                         x = parent->mt_dbflags[i] & DB_NEW;
3410                         parent->mt_dbflags[i] = txn->mt_dbflags[i] | x;
3411                 }
3412
3413                 dst = parent->mt_u.dirty_list;
3414                 src = txn->mt_u.dirty_list;
3415                 /* Remove anything in our dirty list from parent's spill list */
3416                 if ((pspill = parent->mt_spill_pgs) && (ps_len = pspill[0])) {
3417                         x = y = ps_len;
3418                         pspill[0] = (pgno_t)-1;
3419                         /* Mark our dirty pages as deleted in parent spill list */
3420                         for (i=0, len=src[0].mid; ++i <= len; ) {
3421                                 MDB_ID pn = src[i].mid << 1;
3422                                 while (pn > pspill[x])
3423                                         x--;
3424                                 if (pn == pspill[x]) {
3425                                         pspill[x] = 1;
3426                                         y = --x;
3427                                 }
3428                         }
3429                         /* Squash deleted pagenums if we deleted any */
3430                         for (x=y; ++x <= ps_len; )
3431                                 if (!(pspill[x] & 1))
3432                                         pspill[++y] = pspill[x];
3433                         pspill[0] = y;
3434                 }
3435
3436                 /* Find len = length of merging our dirty list with parent's */
3437                 x = dst[0].mid;
3438                 dst[0].mid = 0;         /* simplify loops */
3439                 if (parent->mt_parent) {
3440                         len = x + src[0].mid;
3441                         y = mdb_mid2l_search(src, dst[x].mid + 1) - 1;
3442                         for (i = x; y && i; y--) {
3443                                 pgno_t yp = src[y].mid;
3444                                 while (yp < dst[i].mid)
3445                                         i--;
3446                                 if (yp == dst[i].mid) {
3447                                         i--;
3448                                         len--;
3449                                 }
3450                         }
3451                 } else { /* Simplify the above for single-ancestor case */
3452                         len = MDB_IDL_UM_MAX - txn->mt_dirty_room;
3453                 }
3454                 /* Merge our dirty list with parent's */
3455                 y = src[0].mid;
3456                 for (i = len; y; dst[i--] = src[y--]) {
3457                         pgno_t yp = src[y].mid;
3458                         while (yp < dst[x].mid)
3459                                 dst[i--] = dst[x--];
3460                         if (yp == dst[x].mid)
3461                                 free(dst[x--].mptr);
3462                 }
3463                 mdb_tassert(txn, i == x);
3464                 dst[0].mid = len;
3465                 free(txn->mt_u.dirty_list);
3466                 parent->mt_dirty_room = txn->mt_dirty_room;
3467                 if (txn->mt_spill_pgs) {
3468                         if (parent->mt_spill_pgs) {
3469                                 /* TODO: Prevent failure here, so parent does not fail */
3470                                 rc = mdb_midl_append_list(&parent->mt_spill_pgs, txn->mt_spill_pgs);
3471                                 if (rc)
3472                                         parent->mt_flags |= MDB_TXN_ERROR;
3473                                 mdb_midl_free(txn->mt_spill_pgs);
3474                                 mdb_midl_sort(parent->mt_spill_pgs);
3475                         } else {
3476                                 parent->mt_spill_pgs = txn->mt_spill_pgs;
3477                         }
3478                 }
3479
3480                 /* Append our loose page list to parent's */
3481                 for (lp = &parent->mt_loose_pgs; *lp; lp = &NEXT_LOOSE_PAGE(lp))
3482                         ;
3483                 *lp = txn->mt_loose_pgs;
3484                 parent->mt_loose_count += txn->mt_loose_count;
3485
3486                 parent->mt_child = NULL;
3487                 mdb_midl_free(((MDB_ntxn *)txn)->mnt_pgstate.mf_pghead);
3488                 free(txn);
3489                 return rc;
3490         }
3491
3492         if (txn != env->me_txn) {
3493                 DPUTS("attempt to commit unknown transaction");
3494                 rc = EINVAL;
3495                 goto fail;
3496         }
3497
3498         mdb_cursors_close(txn, 0);
3499
3500         if (!txn->mt_u.dirty_list[0].mid &&
3501                 !(txn->mt_flags & (MDB_TXN_DIRTY|MDB_TXN_SPILLS)))
3502                 goto done;
3503
3504         DPRINTF(("committing txn %"Z"u %p on mdbenv %p, root page %"Z"u",
3505             txn->mt_txnid, (void*)txn, (void*)env, txn->mt_dbs[MAIN_DBI].md_root));
3506
3507         /* Update DB root pointers */
3508         if (txn->mt_numdbs > 2) {
3509                 MDB_cursor mc;
3510                 MDB_dbi i;
3511                 MDB_val data;
3512                 data.mv_size = sizeof(MDB_db);
3513
3514                 mdb_cursor_init(&mc, txn, MAIN_DBI, NULL);
3515                 for (i = 2; i < txn->mt_numdbs; i++) {
3516                         if (txn->mt_dbflags[i] & DB_DIRTY) {
3517                                 if (TXN_DBI_CHANGED(txn, i)) {
3518                                         rc = MDB_BAD_DBI;
3519                                         goto fail;
3520                                 }
3521                                 data.mv_data = &txn->mt_dbs[i];
3522                                 rc = mdb_cursor_put(&mc, &txn->mt_dbxs[i].md_name, &data,
3523                                         F_SUBDATA);
3524                                 if (rc)
3525                                         goto fail;
3526                         }
3527                 }
3528         }
3529
3530         rc = mdb_freelist_save(txn);
3531         if (rc)
3532                 goto fail;
3533
3534         mdb_midl_free(env->me_pghead);
3535         env->me_pghead = NULL;
3536         if (mdb_midl_shrink(&txn->mt_free_pgs))
3537                 env->me_free_pgs = txn->mt_free_pgs;
3538
3539 #if (MDB_DEBUG) > 2
3540         mdb_audit(txn);
3541 #endif
3542
3543         if ((rc = mdb_page_flush(txn, 0)))
3544                 goto fail;
3545         if (!F_ISSET(txn->mt_flags, MDB_TXN_NOSYNC) &&
3546                 (rc = mdb_env_sync(env, 0)))
3547                 goto fail;
3548         if ((rc = mdb_env_write_meta(txn)))
3549                 goto fail;
3550
3551         /* Free P_LOOSE pages left behind in dirty_list */
3552         if (!(env->me_flags & MDB_WRITEMAP))
3553                 mdb_dlist_free(txn);
3554
3555 done:
3556         env->me_pglast = 0;
3557         env->me_txn = NULL;
3558         mdb_dbis_update(txn, 1);
3559
3560         if (env->me_txns)
3561                 UNLOCK_MUTEX(env->me_wmutex);
3562         if (txn != env->me_txn0)
3563                 free(txn);
3564
3565         return MDB_SUCCESS;
3566
3567 fail:
3568         mdb_txn_abort(txn);
3569         return rc;
3570 }
3571
3572 /** Read the environment parameters of a DB environment before
3573  * mapping it into memory.
3574  * @param[in] env the environment handle
3575  * @param[out] meta address of where to store the meta information
3576  * @return 0 on success, non-zero on failure.
3577  */
3578 static int ESECT
3579 mdb_env_read_header(MDB_env *env, MDB_meta *meta)
3580 {
3581         MDB_metabuf     pbuf;
3582         MDB_page        *p;
3583         MDB_meta        *m;
3584         int                     i, rc, off;
3585         enum { Size = sizeof(pbuf) };
3586
3587         /* We don't know the page size yet, so use a minimum value.
3588          * Read both meta pages so we can use the latest one.
3589          */
3590
3591         for (i=off=0; i<2; i++, off = meta->mm_psize) {
3592 #ifdef _WIN32
3593                 DWORD len;
3594                 OVERLAPPED ov;
3595                 memset(&ov, 0, sizeof(ov));
3596                 ov.Offset = off;
3597                 rc = ReadFile(env->me_fd, &pbuf, Size, &len, &ov) ? (int)len : -1;
3598                 if (rc == -1 && ErrCode() == ERROR_HANDLE_EOF)
3599                         rc = 0;
3600 #else
3601                 rc = pread(env->me_fd, &pbuf, Size, off);
3602 #endif
3603                 if (rc != Size) {
3604                         if (rc == 0 && off == 0)
3605                                 return ENOENT;
3606                         rc = rc < 0 ? (int) ErrCode() : MDB_INVALID;
3607                         DPRINTF(("read: %s", mdb_strerror(rc)));
3608                         return rc;
3609                 }
3610
3611                 p = (MDB_page *)&pbuf;
3612
3613                 if (!F_ISSET(p->mp_flags, P_META)) {
3614                         DPRINTF(("page %"Z"u not a meta page", p->mp_pgno));
3615                         return MDB_INVALID;
3616                 }
3617
3618                 m = METADATA(p);
3619                 if (m->mm_magic != MDB_MAGIC) {
3620                         DPUTS("meta has invalid magic");
3621                         return MDB_INVALID;
3622                 }
3623
3624                 if (m->mm_version != MDB_DATA_VERSION) {
3625                         DPRINTF(("database is version %u, expected version %u",
3626                                 m->mm_version, MDB_DATA_VERSION));
3627                         return MDB_VERSION_MISMATCH;
3628                 }
3629
3630                 if (off == 0 || m->mm_txnid > meta->mm_txnid)
3631                         *meta = *m;
3632         }
3633         return 0;
3634 }
3635
3636 /** Fill in most of the zeroed #MDB_meta for an empty database environment */
3637 static void ESECT
3638 mdb_env_init_meta0(MDB_env *env, MDB_meta *meta)
3639 {
3640         meta->mm_magic = MDB_MAGIC;
3641         meta->mm_version = MDB_DATA_VERSION;
3642         meta->mm_mapsize = env->me_mapsize;
3643         meta->mm_psize = env->me_psize;
3644         meta->mm_last_pg = 1;
3645         meta->mm_flags = env->me_flags & 0xffff;
3646         meta->mm_flags |= MDB_INTEGERKEY;
3647         meta->mm_dbs[0].md_root = P_INVALID;
3648         meta->mm_dbs[1].md_root = P_INVALID;
3649 }
3650
3651 /** Write the environment parameters of a freshly created DB environment.
3652  * @param[in] env the environment handle
3653  * @param[in] meta the #MDB_meta to write
3654  * @return 0 on success, non-zero on failure.
3655  */
3656 static int ESECT
3657 mdb_env_init_meta(MDB_env *env, MDB_meta *meta)
3658 {
3659         MDB_page *p, *q;
3660         int rc;
3661         unsigned int     psize;
3662 #ifdef _WIN32
3663         DWORD len;
3664         OVERLAPPED ov;
3665         memset(&ov, 0, sizeof(ov));
3666 #define DO_PWRITE(rc, fd, ptr, size, len, pos)  do { \
3667         ov.Offset = pos;        \
3668         rc = WriteFile(fd, ptr, size, &len, &ov);       } while(0)
3669 #else
3670         int len;
3671 #define DO_PWRITE(rc, fd, ptr, size, len, pos)  do { \
3672         len = pwrite(fd, ptr, size, pos);       \
3673         if (len == -1 && ErrCode() == EINTR) continue; \
3674         rc = (len >= 0); break; } while(1)
3675 #endif
3676
3677         DPUTS("writing new meta page");
3678
3679         psize = env->me_psize;
3680
3681         p = calloc(2, psize);
3682         p->mp_pgno = 0;
3683         p->mp_flags = P_META;
3684         *(MDB_meta *)METADATA(p) = *meta;
3685
3686         q = (MDB_page *)((char *)p + psize);
3687         q->mp_pgno = 1;
3688         q->mp_flags = P_META;
3689         *(MDB_meta *)METADATA(q) = *meta;
3690
3691         DO_PWRITE(rc, env->me_fd, p, psize * 2, len, 0);
3692         if (!rc)
3693                 rc = ErrCode();
3694         else if ((unsigned) len == psize * 2)
3695                 rc = MDB_SUCCESS;
3696         else
3697                 rc = ENOSPC;
3698         free(p);
3699         return rc;
3700 }
3701
3702 /** Update the environment info to commit a transaction.
3703  * @param[in] txn the transaction that's being committed
3704  * @return 0 on success, non-zero on failure.
3705  */
3706 static int
3707 mdb_env_write_meta(MDB_txn *txn)
3708 {
3709         MDB_env *env;
3710         MDB_meta        meta, metab, *mp;
3711         unsigned flags;
3712         size_t mapsize;
3713         off_t off;
3714         int rc, len, toggle;
3715         char *ptr;
3716         HANDLE mfd;
3717 #ifdef _WIN32
3718         OVERLAPPED ov;
3719 #else
3720         int r2;
3721 #endif
3722
3723         toggle = txn->mt_txnid & 1;
3724         DPRINTF(("writing meta page %d for root page %"Z"u",
3725                 toggle, txn->mt_dbs[MAIN_DBI].md_root));
3726
3727         env = txn->mt_env;
3728         flags = txn->mt_flags & env->me_flags;
3729         mp = env->me_metas[toggle];
3730         mapsize = env->me_metas[toggle ^ 1]->mm_mapsize;
3731         /* Persist any increases of mapsize config */
3732         if (mapsize < env->me_mapsize)
3733                 mapsize = env->me_mapsize;
3734
3735         if (flags & MDB_WRITEMAP) {
3736                 mp->mm_mapsize = mapsize;
3737                 mp->mm_dbs[0] = txn->mt_dbs[0];
3738                 mp->mm_dbs[1] = txn->mt_dbs[1];
3739                 mp->mm_last_pg = txn->mt_next_pgno - 1;
3740 #if (__GNUC__ * 100 + __GNUC_MINOR__ >= 404) && /* TODO: portability */ \
3741         !(defined(__i386__) || defined(__x86_64__))
3742                 /* LY: issue a memory barrier, if not x86. ITS#7969 */
3743                 __sync_synchronize();
3744 #endif
3745                 mp->mm_txnid = txn->mt_txnid;
3746                 if (!(flags & (MDB_NOMETASYNC|MDB_NOSYNC))) {
3747                         unsigned meta_size = env->me_psize;
3748                         rc = (env->me_flags & MDB_MAPASYNC) ? MS_ASYNC : MS_SYNC;
3749                         ptr = env->me_map;
3750                         if (toggle) {
3751 #ifndef _WIN32  /* POSIX msync() requires ptr = start of OS page */
3752                                 if (meta_size < env->me_os_psize)
3753                                         meta_size += meta_size;
3754                                 else
3755 #endif
3756                                         ptr += meta_size;
3757                         }
3758                         if (MDB_MSYNC(ptr, meta_size, rc)) {
3759                                 rc = ErrCode();
3760                                 goto fail;
3761                         }
3762                 }
3763                 goto done;
3764         }
3765         metab.mm_txnid = env->me_metas[toggle]->mm_txnid;
3766         metab.mm_last_pg = env->me_metas[toggle]->mm_last_pg;
3767
3768         meta.mm_mapsize = mapsize;
3769         meta.mm_dbs[0] = txn->mt_dbs[0];
3770         meta.mm_dbs[1] = txn->mt_dbs[1];
3771         meta.mm_last_pg = txn->mt_next_pgno - 1;
3772         meta.mm_txnid = txn->mt_txnid;
3773
3774         off = offsetof(MDB_meta, mm_mapsize);
3775         ptr = (char *)&meta + off;
3776         len = sizeof(MDB_meta) - off;
3777         if (toggle)
3778                 off += env->me_psize;
3779         off += PAGEHDRSZ;
3780
3781         /* Write to the SYNC fd */
3782         mfd = (flags & (MDB_NOSYNC|MDB_NOMETASYNC)) ? env->me_fd : env->me_mfd;
3783 retry_write:
3784 #ifdef _WIN32
3785         {
3786                 memset(&ov, 0, sizeof(ov));
3787                 ov.Offset = off;
3788                 if (!WriteFile(mfd, ptr, len, (DWORD *)&rc, &ov))
3789                         rc = -1;
3790         }
3791 #else
3792         rc = pwrite(mfd, ptr, len, off);
3793 #endif
3794         if (rc != len) {
3795                 rc = rc < 0 ? ErrCode() : EIO;
3796                 if (rc == EINTR)
3797                         goto retry_write;
3798                 DPUTS("write failed, disk error?");
3799                 /* On a failure, the pagecache still contains the new data.
3800                  * Write some old data back, to prevent it from being used.
3801                  * Use the non-SYNC fd; we know it will fail anyway.
3802                  */
3803                 meta.mm_last_pg = metab.mm_last_pg;
3804                 meta.mm_txnid = metab.mm_txnid;
3805 #ifdef _WIN32
3806                 memset(&ov, 0, sizeof(ov));
3807                 ov.Offset = off;
3808                 WriteFile(env->me_fd, ptr, len, NULL, &ov);
3809 #else
3810                 r2 = pwrite(env->me_fd, ptr, len, off);
3811                 (void)r2;       /* Silence warnings. We don't care about pwrite's return value */
3812 #endif
3813 fail:
3814                 env->me_flags |= MDB_FATAL_ERROR;
3815                 return rc;
3816         }
3817         /* MIPS has cache coherency issues, this is a no-op everywhere else */
3818         CACHEFLUSH(env->me_map + off, len, DCACHE);
3819 done:
3820         /* Memory ordering issues are irrelevant; since the entire writer
3821          * is wrapped by wmutex, all of these changes will become visible
3822          * after the wmutex is unlocked. Since the DB is multi-version,
3823          * readers will get consistent data regardless of how fresh or
3824          * how stale their view of these values is.
3825          */
3826         if (env->me_txns)
3827                 env->me_txns->mti_txnid = txn->mt_txnid;
3828
3829         return MDB_SUCCESS;
3830 }
3831
3832 /** Check both meta pages to see which one is newer.
3833  * @param[in] env the environment handle
3834  * @return newest #MDB_meta.
3835  */
3836 static MDB_meta *
3837 mdb_env_pick_meta(const MDB_env *env)
3838 {
3839         MDB_meta *const *metas = env->me_metas;
3840         return metas[ metas[0]->mm_txnid < metas[1]->mm_txnid ];
3841 }
3842
3843 int ESECT
3844 mdb_env_create(MDB_env **env)
3845 {
3846         MDB_env *e;
3847
3848         e = calloc(1, sizeof(MDB_env));
3849         if (!e)
3850                 return ENOMEM;
3851
3852         e->me_maxreaders = DEFAULT_READERS;
3853         e->me_maxdbs = e->me_numdbs = 2;
3854         e->me_fd = INVALID_HANDLE_VALUE;
3855         e->me_lfd = INVALID_HANDLE_VALUE;
3856         e->me_mfd = INVALID_HANDLE_VALUE;
3857 #ifdef MDB_USE_POSIX_SEM
3858         e->me_rmutex = SEM_FAILED;
3859         e->me_wmutex = SEM_FAILED;
3860 #elif defined MDB_USE_SYSV_SEM
3861         e->me_rmutex->semid = -1;
3862         e->me_wmutex->semid = -1;
3863 #endif
3864         e->me_pid = getpid();
3865         GET_PAGESIZE(e->me_os_psize);
3866         VGMEMP_CREATE(e,0,0);
3867         *env = e;
3868         return MDB_SUCCESS;
3869 }
3870
3871 static int ESECT
3872 mdb_env_map(MDB_env *env, void *addr)
3873 {
3874         MDB_page *p;
3875         unsigned int flags = env->me_flags;
3876 #ifdef _WIN32
3877         int rc;
3878         HANDLE mh;
3879         LONG sizelo, sizehi;
3880         size_t msize;
3881
3882         if (flags & MDB_RDONLY) {
3883                 /* Don't set explicit map size, use whatever exists */
3884                 msize = 0;
3885                 sizelo = 0;
3886                 sizehi = 0;
3887         } else {
3888                 msize = env->me_mapsize;
3889                 sizelo = msize & 0xffffffff;
3890                 sizehi = msize >> 16 >> 16; /* only needed on Win64 */
3891
3892                 /* Windows won't create mappings for zero length files.
3893                  * and won't map more than the file size.
3894                  * Just set the maxsize right now.
3895                  */
3896                 if (SetFilePointer(env->me_fd, sizelo, &sizehi, 0) != (DWORD)sizelo
3897                         || !SetEndOfFile(env->me_fd)
3898                         || SetFilePointer(env->me_fd, 0, NULL, 0) != 0)
3899                         return ErrCode();
3900         }
3901
3902         mh = CreateFileMapping(env->me_fd, NULL, flags & MDB_WRITEMAP ?
3903                 PAGE_READWRITE : PAGE_READONLY,
3904                 sizehi, sizelo, NULL);
3905         if (!mh)
3906                 return ErrCode();
3907         env->me_map = MapViewOfFileEx(mh, flags & MDB_WRITEMAP ?
3908                 FILE_MAP_WRITE : FILE_MAP_READ,
3909                 0, 0, msize, addr);
3910         rc = env->me_map ? 0 : ErrCode();
3911         CloseHandle(mh);
3912         if (rc)
3913                 return rc;
3914 #else
3915         int prot = PROT_READ;
3916         if (flags & MDB_WRITEMAP) {
3917                 prot |= PROT_WRITE;
3918                 if (ftruncate(env->me_fd, env->me_mapsize) < 0)
3919                         return ErrCode();
3920         }
3921         env->me_map = mmap(addr, env->me_mapsize, prot, MAP_SHARED,
3922                 env->me_fd, 0);
3923         if (env->me_map == MAP_FAILED) {
3924                 env->me_map = NULL;
3925                 return ErrCode();
3926         }
3927
3928         if (flags & MDB_NORDAHEAD) {
3929                 /* Turn off readahead. It's harmful when the DB is larger than RAM. */
3930 #ifdef MADV_RANDOM
3931                 madvise(env->me_map, env->me_mapsize, MADV_RANDOM);
3932 #else
3933 #ifdef POSIX_MADV_RANDOM
3934                 posix_madvise(env->me_map, env->me_mapsize, POSIX_MADV_RANDOM);
3935 #endif /* POSIX_MADV_RANDOM */
3936 #endif /* MADV_RANDOM */
3937         }
3938 #endif /* _WIN32 */
3939
3940         /* Can happen because the address argument to mmap() is just a
3941          * hint.  mmap() can pick another, e.g. if the range is in use.
3942          * The MAP_FIXED flag would prevent that, but then mmap could
3943          * instead unmap existing pages to make room for the new map.
3944          */
3945         if (addr && env->me_map != addr)
3946                 return EBUSY;   /* TODO: Make a new MDB_* error code? */
3947
3948         p = (MDB_page *)env->me_map;
3949         env->me_metas[0] = METADATA(p);
3950         env->me_metas[1] = (MDB_meta *)((char *)env->me_metas[0] + env->me_psize);
3951
3952         return MDB_SUCCESS;
3953 }
3954
3955 int ESECT
3956 mdb_env_set_mapsize(MDB_env *env, size_t size)
3957 {
3958         /* If env is already open, caller is responsible for making
3959          * sure there are no active txns.
3960          */
3961         if (env->me_map) {
3962                 int rc;
3963                 MDB_meta *meta;
3964                 void *old;
3965                 if (env->me_txn)
3966                         return EINVAL;
3967                 meta = mdb_env_pick_meta(env);
3968                 if (!size)
3969                         size = meta->mm_mapsize;
3970                 {
3971                         /* Silently round up to minimum if the size is too small */
3972                         size_t minsize = (meta->mm_last_pg + 1) * env->me_psize;
3973                         if (size < minsize)
3974                                 size = minsize;
3975                 }
3976                 munmap(env->me_map, env->me_mapsize);
3977                 env->me_mapsize = size;
3978                 old = (env->me_flags & MDB_FIXEDMAP) ? env->me_map : NULL;
3979                 rc = mdb_env_map(env, old);
3980                 if (rc)
3981                         return rc;
3982         }
3983         env->me_mapsize = size;
3984         if (env->me_psize)
3985                 env->me_maxpg = env->me_mapsize / env->me_psize;
3986         return MDB_SUCCESS;
3987 }
3988
3989 int ESECT
3990 mdb_env_set_maxdbs(MDB_env *env, MDB_dbi dbs)
3991 {
3992         if (env->me_map)
3993                 return EINVAL;
3994         env->me_maxdbs = dbs + 2; /* Named databases + main and free DB */
3995         return MDB_SUCCESS;
3996 }
3997
3998 int ESECT
3999 mdb_env_set_maxreaders(MDB_env *env, unsigned int readers)
4000 {
4001         if (env->me_map || readers < 1)
4002                 return EINVAL;
4003         env->me_maxreaders = readers;
4004         return MDB_SUCCESS;
4005 }
4006
4007 int ESECT
4008 mdb_env_get_maxreaders(MDB_env *env, unsigned int *readers)
4009 {
4010         if (!env || !readers)
4011                 return EINVAL;
4012         *readers = env->me_maxreaders;
4013         return MDB_SUCCESS;
4014 }
4015
4016 static int ESECT
4017 mdb_fsize(HANDLE fd, size_t *size)
4018 {
4019 #ifdef _WIN32
4020         LARGE_INTEGER fsize;
4021
4022         if (!GetFileSizeEx(fd, &fsize))
4023                 return ErrCode();
4024
4025         *size = fsize.QuadPart;
4026 #else
4027         struct stat st;
4028
4029         if (fstat(fd, &st))
4030                 return ErrCode();
4031
4032         *size = st.st_size;
4033 #endif
4034         return MDB_SUCCESS;
4035 }
4036
4037 #ifdef BROKEN_FDATASYNC
4038 #include <sys/utsname.h>
4039 #include <sys/vfs.h>
4040 #endif
4041
4042 /** Further setup required for opening an LMDB environment
4043  */
4044 static int ESECT
4045 mdb_env_open2(MDB_env *env)
4046 {
4047         unsigned int flags = env->me_flags;
4048         int i, newenv = 0, rc;
4049         MDB_meta meta;
4050
4051 #ifdef _WIN32
4052         /* See if we should use QueryLimited */
4053         rc = GetVersion();
4054         if ((rc & 0xff) > 5)
4055                 env->me_pidquery = MDB_PROCESS_QUERY_LIMITED_INFORMATION;
4056         else
4057                 env->me_pidquery = PROCESS_QUERY_INFORMATION;
4058 #endif /* _WIN32 */
4059
4060 #ifdef BROKEN_FDATASYNC
4061         /* ext3/ext4 fdatasync is broken on some older Linux kernels.
4062          * https://lkml.org/lkml/2012/9/3/83
4063          * Kernels after 3.6-rc6 are known good.
4064          * https://lkml.org/lkml/2012/9/10/556
4065          * See if the DB is on ext3/ext4, then check for new enough kernel
4066          * Kernels 2.6.32.60, 2.6.34.15, 3.2.30, and 3.5.4 are also known
4067          * to be patched.
4068          */
4069         {
4070                 struct statfs st;
4071                 fstatfs(env->me_fd, &st);
4072                 while (st.f_type == 0xEF53) {
4073                         struct utsname uts;
4074                         int i;
4075                         uname(&uts);
4076                         if (uts.release[0] < '3') {
4077                                 if (!strncmp(uts.release, "2.6.32.", 7)) {
4078                                         i = atoi(uts.release+7);
4079                                         if (i >= 60)
4080                                                 break;  /* 2.6.32.60 and newer is OK */
4081                                 } else if (!strncmp(uts.release, "2.6.34.", 7)) {
4082                                         i = atoi(uts.release+7);
4083                                         if (i >= 15)
4084                                                 break;  /* 2.6.34.15 and newer is OK */
4085                                 }
4086                         } else if (uts.release[0] == '3') {
4087                                 i = atoi(uts.release+2);
4088                                 if (i > 5)
4089                                         break;  /* 3.6 and newer is OK */
4090                                 if (i == 5) {
4091                                         i = atoi(uts.release+4);
4092                                         if (i >= 4)
4093                                                 break;  /* 3.5.4 and newer is OK */
4094                                 } else if (i == 2) {
4095                                         i = atoi(uts.release+4);
4096                                         if (i >= 30)
4097                                                 break;  /* 3.2.30 and newer is OK */
4098                                 }
4099                         } else {        /* 4.x and newer is OK */
4100                                 break;
4101                         }
4102                         env->me_flags |= MDB_FSYNCONLY;
4103                         break;
4104                 }
4105         }
4106 #endif
4107
4108         if ((i = mdb_env_read_header(env, &meta)) != 0) {
4109                 if (i != ENOENT)
4110                         return i;
4111                 DPUTS("new mdbenv");
4112                 newenv = 1;
4113                 env->me_psize = env->me_os_psize;
4114                 if (env->me_psize > MAX_PAGESIZE)
4115                         env->me_psize = MAX_PAGESIZE;
4116                 memset(&meta, 0, sizeof(meta));
4117                 mdb_env_init_meta0(env, &meta);
4118                 meta.mm_mapsize = DEFAULT_MAPSIZE;
4119         } else {
4120                 env->me_psize = meta.mm_psize;
4121         }
4122
4123         /* Was a mapsize configured? */
4124         if (!env->me_mapsize) {
4125                 env->me_mapsize = meta.mm_mapsize;
4126         }
4127         {
4128                 /* Make sure mapsize >= committed data size.  Even when using
4129                  * mm_mapsize, which could be broken in old files (ITS#7789).
4130                  */
4131                 size_t minsize = (meta.mm_last_pg + 1) * meta.mm_psize;
4132                 if (env->me_mapsize < minsize)
4133                         env->me_mapsize = minsize;
4134         }
4135         meta.mm_mapsize = env->me_mapsize;
4136
4137         if (newenv && !(flags & MDB_FIXEDMAP)) {
4138                 /* mdb_env_map() may grow the datafile.  Write the metapages
4139                  * first, so the file will be valid if initialization fails.
4140                  * Except with FIXEDMAP, since we do not yet know mm_address.
4141                  * We could fill in mm_address later, but then a different
4142                  * program might end up doing that - one with a memory layout
4143                  * and map address which does not suit the main program.
4144                  */
4145                 rc = mdb_env_init_meta(env, &meta);
4146                 if (rc)
4147                         return rc;
4148                 newenv = 0;
4149         }
4150
4151         rc = mdb_env_map(env, (flags & MDB_FIXEDMAP) ? meta.mm_address : NULL);
4152         if (rc)
4153                 return rc;
4154
4155         if (newenv) {
4156                 if (flags & MDB_FIXEDMAP)
4157                         meta.mm_address = env->me_map;
4158                 i = mdb_env_init_meta(env, &meta);
4159                 if (i != MDB_SUCCESS) {
4160                         return i;
4161                 }
4162         }
4163
4164         env->me_maxfree_1pg = (env->me_psize - PAGEHDRSZ) / sizeof(pgno_t) - 1;
4165         env->me_nodemax = (((env->me_psize - PAGEHDRSZ) / MDB_MINKEYS) & -2)
4166                 - sizeof(indx_t);
4167 #if !(MDB_MAXKEYSIZE)
4168         env->me_maxkey = env->me_nodemax - (NODESIZE + sizeof(MDB_db));
4169 #endif
4170         env->me_maxpg = env->me_mapsize / env->me_psize;
4171
4172 #if MDB_DEBUG
4173         {
4174                 MDB_meta *meta = mdb_env_pick_meta(env);
4175                 MDB_db *db = &meta->mm_dbs[MAIN_DBI];
4176
4177                 DPRINTF(("opened database version %u, pagesize %u",
4178                         meta->mm_version, env->me_psize));
4179                 DPRINTF(("using meta page %d",    (int) (meta->mm_txnid & 1)));
4180                 DPRINTF(("depth: %u",             db->md_depth));
4181                 DPRINTF(("entries: %"Z"u",        db->md_entries));
4182                 DPRINTF(("branch pages: %"Z"u",   db->md_branch_pages));
4183                 DPRINTF(("leaf pages: %"Z"u",     db->md_leaf_pages));
4184                 DPRINTF(("overflow pages: %"Z"u", db->md_overflow_pages));
4185                 DPRINTF(("root: %"Z"u",           db->md_root));
4186         }
4187 #endif
4188
4189         return MDB_SUCCESS;
4190 }
4191
4192
4193 /** Release a reader thread's slot in the reader lock table.
4194  *      This function is called automatically when a thread exits.
4195  * @param[in] ptr This points to the slot in the reader lock table.
4196  */
4197 static void
4198 mdb_env_reader_dest(void *ptr)
4199 {
4200         MDB_reader *reader = ptr;
4201
4202         reader->mr_pid = 0;
4203 }
4204
4205 #ifdef _WIN32
4206 /** Junk for arranging thread-specific callbacks on Windows. This is
4207  *      necessarily platform and compiler-specific. Windows supports up
4208  *      to 1088 keys. Let's assume nobody opens more than 64 environments
4209  *      in a single process, for now. They can override this if needed.
4210  */
4211 #ifndef MAX_TLS_KEYS
4212 #define MAX_TLS_KEYS    64
4213 #endif
4214 static pthread_key_t mdb_tls_keys[MAX_TLS_KEYS];
4215 static int mdb_tls_nkeys;
4216
4217 static void NTAPI mdb_tls_callback(PVOID module, DWORD reason, PVOID ptr)
4218 {
4219         int i;
4220         switch(reason) {
4221         case DLL_PROCESS_ATTACH: break;
4222         case DLL_THREAD_ATTACH: break;
4223         case DLL_THREAD_DETACH:
4224                 for (i=0; i<mdb_tls_nkeys; i++) {
4225                         MDB_reader *r = pthread_getspecific(mdb_tls_keys[i]);
4226                         if (r) {
4227                                 mdb_env_reader_dest(r);
4228                         }
4229                 }
4230                 break;
4231         case DLL_PROCESS_DETACH: break;
4232         }
4233 }
4234 #ifdef __GNUC__
4235 #ifdef _WIN64
4236 const PIMAGE_TLS_CALLBACK mdb_tls_cbp __attribute__((section (".CRT$XLB"))) = mdb_tls_callback;
4237 #else
4238 PIMAGE_TLS_CALLBACK mdb_tls_cbp __attribute__((section (".CRT$XLB"))) = mdb_tls_callback;
4239 #endif
4240 #else
4241 #ifdef _WIN64
4242 /* Force some symbol references.
4243  *      _tls_used forces the linker to create the TLS directory if not already done
4244  *      mdb_tls_cbp prevents whole-program-optimizer from dropping the symbol.
4245  */
4246 #pragma comment(linker, "/INCLUDE:_tls_used")
4247 #pragma comment(linker, "/INCLUDE:mdb_tls_cbp")
4248 #pragma const_seg(".CRT$XLB")
4249 extern const PIMAGE_TLS_CALLBACK mdb_tls_cbp;
4250 const PIMAGE_TLS_CALLBACK mdb_tls_cbp = mdb_tls_callback;
4251 #pragma const_seg()
4252 #else   /* _WIN32 */
4253 #pragma comment(linker, "/INCLUDE:__tls_used")
4254 #pragma comment(linker, "/INCLUDE:_mdb_tls_cbp")
4255 #pragma data_seg(".CRT$XLB")
4256 PIMAGE_TLS_CALLBACK mdb_tls_cbp = mdb_tls_callback;
4257 #pragma data_seg()
4258 #endif  /* WIN 32/64 */
4259 #endif  /* !__GNUC__ */
4260 #endif
4261
4262 /** Downgrade the exclusive lock on the region back to shared */
4263 static int ESECT
4264 mdb_env_share_locks(MDB_env *env, int *excl)
4265 {
4266         int rc = 0;
4267         MDB_meta *meta = mdb_env_pick_meta(env);
4268
4269         env->me_txns->mti_txnid = meta->mm_txnid;
4270
4271 #ifdef _WIN32
4272         {
4273                 OVERLAPPED ov;
4274                 /* First acquire a shared lock. The Unlock will
4275                  * then release the existing exclusive lock.
4276                  */
4277                 memset(&ov, 0, sizeof(ov));
4278                 if (!LockFileEx(env->me_lfd, 0, 0, 1, 0, &ov)) {
4279                         rc = ErrCode();
4280                 } else {
4281                         UnlockFile(env->me_lfd, 0, 0, 1, 0);
4282                         *excl = 0;
4283                 }
4284         }
4285 #else
4286         {
4287                 struct flock lock_info;
4288                 /* The shared lock replaces the existing lock */
4289                 memset((void *)&lock_info, 0, sizeof(lock_info));
4290                 lock_info.l_type = F_RDLCK;
4291                 lock_info.l_whence = SEEK_SET;
4292                 lock_info.l_start = 0;
4293                 lock_info.l_len = 1;
4294                 while ((rc = fcntl(env->me_lfd, F_SETLK, &lock_info)) &&
4295                                 (rc = ErrCode()) == EINTR) ;
4296                 *excl = rc ? -1 : 0;    /* error may mean we lost the lock */
4297         }
4298 #endif
4299
4300         return rc;
4301 }
4302
4303 /** Try to get exclusive lock, otherwise shared.
4304  *      Maintain *excl = -1: no/unknown lock, 0: shared, 1: exclusive.
4305  */
4306 static int ESECT
4307 mdb_env_excl_lock(MDB_env *env, int *excl)
4308 {
4309         int rc = 0;
4310 #ifdef _WIN32
4311         if (LockFile(env->me_lfd, 0, 0, 1, 0)) {
4312                 *excl = 1;
4313         } else {
4314                 OVERLAPPED ov;
4315                 memset(&ov, 0, sizeof(ov));
4316                 if (LockFileEx(env->me_lfd, 0, 0, 1, 0, &ov)) {
4317                         *excl = 0;
4318                 } else {
4319                         rc = ErrCode();
4320                 }
4321         }
4322 #else
4323         struct flock lock_info;
4324         memset((void *)&lock_info, 0, sizeof(lock_info));
4325         lock_info.l_type = F_WRLCK;
4326         lock_info.l_whence = SEEK_SET;
4327         lock_info.l_start = 0;
4328         lock_info.l_len = 1;
4329         while ((rc = fcntl(env->me_lfd, F_SETLK, &lock_info)) &&
4330                         (rc = ErrCode()) == EINTR) ;
4331         if (!rc) {
4332                 *excl = 1;
4333         } else
4334 # ifndef MDB_USE_POSIX_MUTEX
4335         if (*excl < 0) /* always true when MDB_USE_POSIX_MUTEX */
4336 # endif
4337         {
4338                 lock_info.l_type = F_RDLCK;
4339                 while ((rc = fcntl(env->me_lfd, F_SETLKW, &lock_info)) &&
4340                                 (rc = ErrCode()) == EINTR) ;
4341                 if (rc == 0)
4342                         *excl = 0;
4343         }
4344 #endif
4345         return rc;
4346 }
4347
4348 #ifdef MDB_USE_HASH
4349 /*
4350  * hash_64 - 64 bit Fowler/Noll/Vo-0 FNV-1a hash code
4351  *
4352  * @(#) $Revision: 5.1 $
4353  * @(#) $Id: hash_64a.c,v 5.1 2009/06/30 09:01:38 chongo Exp $
4354  * @(#) $Source: /usr/local/src/cmd/fnv/RCS/hash_64a.c,v $
4355  *
4356  *        http://www.isthe.com/chongo/tech/comp/fnv/index.html
4357  *
4358  ***
4359  *
4360  * Please do not copyright this code.  This code is in the public domain.
4361  *
4362  * LANDON CURT NOLL DISCLAIMS ALL WARRANTIES WITH REGARD TO THIS SOFTWARE,
4363  * INCLUDING ALL IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS. IN NO
4364  * EVENT SHALL LANDON CURT NOLL BE LIABLE FOR ANY SPECIAL, INDIRECT OR
4365  * CONSEQUENTIAL DAMAGES OR ANY DAMAGES WHATSOEVER RESULTING FROM LOSS OF
4366  * USE, DATA OR PROFITS, WHETHER IN AN ACTION OF CONTRACT, NEGLIGENCE OR
4367  * OTHER TORTIOUS ACTION, ARISING OUT OF OR IN CONNECTION WITH THE USE OR
4368  * PERFORMANCE OF THIS SOFTWARE.
4369  *
4370  * By:
4371  *      chongo <Landon Curt Noll> /\oo/\
4372  *        http://www.isthe.com/chongo/
4373  *
4374  * Share and Enjoy!     :-)
4375  */
4376
4377 typedef unsigned long long      mdb_hash_t;
4378 #define MDB_HASH_INIT ((mdb_hash_t)0xcbf29ce484222325ULL)
4379
4380 /** perform a 64 bit Fowler/Noll/Vo FNV-1a hash on a buffer
4381  * @param[in] val       value to hash
4382  * @param[in] hval      initial value for hash
4383  * @return 64 bit hash
4384  *
4385  * NOTE: To use the recommended 64 bit FNV-1a hash, use MDB_HASH_INIT as the
4386  *       hval arg on the first call.
4387  */
4388 static mdb_hash_t
4389 mdb_hash_val(MDB_val *val, mdb_hash_t hval)
4390 {
4391         unsigned char *s = (unsigned char *)val->mv_data;       /* unsigned string */
4392         unsigned char *end = s + val->mv_size;
4393         /*
4394          * FNV-1a hash each octet of the string
4395          */
4396         while (s < end) {
4397                 /* xor the bottom with the current octet */
4398                 hval ^= (mdb_hash_t)*s++;
4399
4400                 /* multiply by the 64 bit FNV magic prime mod 2^64 */
4401                 hval += (hval << 1) + (hval << 4) + (hval << 5) +
4402                         (hval << 7) + (hval << 8) + (hval << 40);
4403         }
4404         /* return our new hash value */
4405         return hval;
4406 }
4407
4408 /** Hash the string and output the encoded hash.
4409  * This uses modified RFC1924 Ascii85 encoding to accommodate systems with
4410  * very short name limits. We don't care about the encoding being reversible,
4411  * we just want to preserve as many bits of the input as possible in a
4412  * small printable string.
4413  * @param[in] str string to hash
4414  * @param[out] encbuf an array of 11 chars to hold the hash
4415  */
4416 static const char mdb_a85[]= "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz!#$%&()*+-;<=>?@^_`{|}~";
4417
4418 static void ESECT
4419 mdb_pack85(unsigned long l, char *out)
4420 {
4421         int i;
4422
4423         for (i=0; i<5; i++) {
4424                 *out++ = mdb_a85[l % 85];
4425                 l /= 85;
4426         }
4427 }
4428
4429 static void ESECT
4430 mdb_hash_enc(MDB_val *val, char *encbuf)
4431 {
4432         mdb_hash_t h = mdb_hash_val(val, MDB_HASH_INIT);
4433
4434         mdb_pack85(h, encbuf);
4435         mdb_pack85(h>>32, encbuf+5);
4436         encbuf[10] = '\0';
4437 }
4438 #endif
4439
4440 /** Open and/or initialize the lock region for the environment.
4441  * @param[in] env The LMDB environment.
4442  * @param[in] lpath The pathname of the file used for the lock region.
4443  * @param[in] mode The Unix permissions for the file, if we create it.
4444  * @param[in,out] excl In -1, out lock type: -1 none, 0 shared, 1 exclusive
4445  * @return 0 on success, non-zero on failure.
4446  */
4447 static int ESECT
4448 mdb_env_setup_locks(MDB_env *env, char *lpath, int mode, int *excl)
4449 {
4450 #ifdef _WIN32
4451 #       define MDB_ERRCODE_ROFS ERROR_WRITE_PROTECT
4452 #else
4453 #       define MDB_ERRCODE_ROFS EROFS
4454 #ifdef O_CLOEXEC        /* Linux: Open file and set FD_CLOEXEC atomically */
4455 #       define MDB_CLOEXEC              O_CLOEXEC
4456 #else
4457         int fdflags;
4458 #       define MDB_CLOEXEC              0
4459 #endif
4460 #endif
4461 #ifdef MDB_USE_SYSV_SEM
4462         int semid;
4463         union semun semu;
4464 #endif
4465         int rc;
4466         off_t size, rsize;
4467
4468 #ifdef _WIN32
4469         env->me_lfd = CreateFile(lpath, GENERIC_READ|GENERIC_WRITE,
4470                 FILE_SHARE_READ|FILE_SHARE_WRITE, NULL, OPEN_ALWAYS,
4471                 FILE_ATTRIBUTE_NORMAL, NULL);
4472 #else
4473         env->me_lfd = open(lpath, O_RDWR|O_CREAT|MDB_CLOEXEC, mode);
4474 #endif
4475         if (env->me_lfd == INVALID_HANDLE_VALUE) {
4476                 rc = ErrCode();
4477                 if (rc == MDB_ERRCODE_ROFS && (env->me_flags & MDB_RDONLY)) {
4478                         return MDB_SUCCESS;
4479                 }
4480                 goto fail_errno;
4481         }
4482 #if ! ((MDB_CLOEXEC) || defined(_WIN32))
4483         /* Lose record locks when exec*() */
4484         if ((fdflags = fcntl(env->me_lfd, F_GETFD) | FD_CLOEXEC) >= 0)
4485                         fcntl(env->me_lfd, F_SETFD, fdflags);
4486 #endif
4487
4488         if (!(env->me_flags & MDB_NOTLS)) {
4489                 rc = pthread_key_create(&env->me_txkey, mdb_env_reader_dest);
4490                 if (rc)
4491                         goto fail;
4492                 env->me_flags |= MDB_ENV_TXKEY;
4493 #ifdef _WIN32
4494                 /* Windows TLS callbacks need help finding their TLS info. */
4495                 if (mdb_tls_nkeys >= MAX_TLS_KEYS) {
4496                         rc = MDB_TLS_FULL;
4497                         goto fail;
4498                 }
4499                 mdb_tls_keys[mdb_tls_nkeys++] = env->me_txkey;
4500 #endif
4501         }
4502
4503         /* Try to get exclusive lock. If we succeed, then
4504          * nobody is using the lock region and we should initialize it.
4505          */
4506         if ((rc = mdb_env_excl_lock(env, excl))) goto fail;
4507
4508 #ifdef _WIN32
4509         size = GetFileSize(env->me_lfd, NULL);
4510 #else
4511         size = lseek(env->me_lfd, 0, SEEK_END);
4512         if (size == -1) goto fail_errno;
4513 #endif
4514         rsize = (env->me_maxreaders-1) * sizeof(MDB_reader) + sizeof(MDB_txninfo);
4515         if (size < rsize && *excl > 0) {
4516 #ifdef _WIN32
4517                 if (SetFilePointer(env->me_lfd, rsize, NULL, FILE_BEGIN) != (DWORD)rsize
4518                         || !SetEndOfFile(env->me_lfd))
4519                         goto fail_errno;
4520 #else
4521                 if (ftruncate(env->me_lfd, rsize) != 0) goto fail_errno;
4522 #endif
4523         } else {
4524                 rsize = size;
4525                 size = rsize - sizeof(MDB_txninfo);
4526                 env->me_maxreaders = size/sizeof(MDB_reader) + 1;
4527         }
4528         {
4529 #ifdef _WIN32
4530                 HANDLE mh;
4531                 mh = CreateFileMapping(env->me_lfd, NULL, PAGE_READWRITE,
4532                         0, 0, NULL);
4533                 if (!mh) goto fail_errno;
4534                 env->me_txns = MapViewOfFileEx(mh, FILE_MAP_WRITE, 0, 0, rsize, NULL);
4535                 CloseHandle(mh);
4536                 if (!env->me_txns) goto fail_errno;
4537 #else
4538                 void *m = mmap(NULL, rsize, PROT_READ|PROT_WRITE, MAP_SHARED,
4539                         env->me_lfd, 0);
4540                 if (m == MAP_FAILED) goto fail_errno;
4541                 env->me_txns = m;
4542 #endif
4543         }
4544         if (*excl > 0) {
4545 #ifdef _WIN32
4546                 BY_HANDLE_FILE_INFORMATION stbuf;
4547                 struct {
4548                         DWORD volume;
4549                         DWORD nhigh;
4550                         DWORD nlow;
4551                 } idbuf;
4552                 MDB_val val;
4553                 char encbuf[11];
4554
4555                 if (!mdb_sec_inited) {
4556                         InitializeSecurityDescriptor(&mdb_null_sd,
4557                                 SECURITY_DESCRIPTOR_REVISION);
4558                         SetSecurityDescriptorDacl(&mdb_null_sd, TRUE, 0, FALSE);
4559                         mdb_all_sa.nLength = sizeof(SECURITY_ATTRIBUTES);
4560                         mdb_all_sa.bInheritHandle = FALSE;
4561                         mdb_all_sa.lpSecurityDescriptor = &mdb_null_sd;
4562                         mdb_sec_inited = 1;
4563                 }
4564                 if (!GetFileInformationByHandle(env->me_lfd, &stbuf)) goto fail_errno;
4565                 idbuf.volume = stbuf.dwVolumeSerialNumber;
4566                 idbuf.nhigh  = stbuf.nFileIndexHigh;
4567                 idbuf.nlow   = stbuf.nFileIndexLow;
4568                 val.mv_data = &idbuf;
4569                 val.mv_size = sizeof(idbuf);
4570                 mdb_hash_enc(&val, encbuf);
4571                 sprintf(env->me_txns->mti_rmname, "Global\\MDBr%s", encbuf);
4572                 sprintf(env->me_txns->mti_wmname, "Global\\MDBw%s", encbuf);
4573                 env->me_rmutex = CreateMutex(&mdb_all_sa, FALSE, env->me_txns->mti_rmname);
4574                 if (!env->me_rmutex) goto fail_errno;
4575                 env->me_wmutex = CreateMutex(&mdb_all_sa, FALSE, env->me_txns->mti_wmname);
4576                 if (!env->me_wmutex) goto fail_errno;
4577 #elif defined(MDB_USE_POSIX_SEM)
4578                 struct stat stbuf;
4579                 struct {
4580                         dev_t dev;
4581                         ino_t ino;
4582                 } idbuf;
4583                 MDB_val val;
4584                 char encbuf[11];
4585
4586 #if defined(__NetBSD__)
4587 #define MDB_SHORT_SEMNAMES      1       /* limited to 14 chars */
4588 #endif
4589                 if (fstat(env->me_lfd, &stbuf)) goto fail_errno;
4590                 idbuf.dev = stbuf.st_dev;
4591                 idbuf.ino = stbuf.st_ino;
4592                 val.mv_data = &idbuf;
4593                 val.mv_size = sizeof(idbuf);
4594                 mdb_hash_enc(&val, encbuf);
4595 #ifdef MDB_SHORT_SEMNAMES
4596                 encbuf[9] = '\0';       /* drop name from 15 chars to 14 chars */
4597 #endif
4598                 sprintf(env->me_txns->mti_rmname, "/MDBr%s", encbuf);
4599                 sprintf(env->me_txns->mti_wmname, "/MDBw%s", encbuf);
4600                 /* Clean up after a previous run, if needed:  Try to
4601                  * remove both semaphores before doing anything else.
4602                  */
4603                 sem_unlink(env->me_txns->mti_rmname);
4604                 sem_unlink(env->me_txns->mti_wmname);
4605                 env->me_rmutex = sem_open(env->me_txns->mti_rmname,
4606                         O_CREAT|O_EXCL, mode, 1);
4607                 if (env->me_rmutex == SEM_FAILED) goto fail_errno;
4608                 env->me_wmutex = sem_open(env->me_txns->mti_wmname,
4609                         O_CREAT|O_EXCL, mode, 1);
4610                 if (env->me_wmutex == SEM_FAILED) goto fail_errno;
4611 #elif defined(MDB_USE_SYSV_SEM)
4612                 unsigned short vals[2] = {1, 1};
4613                 key_t key = ftok(lpath, 'M');
4614                 if (key == -1)
4615                         goto fail_errno;
4616                 semid = semget(key, 2, (mode & 0777) | IPC_CREAT);
4617                 if (semid < 0)
4618                         goto fail_errno;
4619                 semu.array = vals;
4620                 if (semctl(semid, 0, SETALL, semu) < 0)
4621                         goto fail_errno;
4622                 env->me_txns->mti_semid = semid;
4623 #else   /* MDB_USE_POSIX_MUTEX: */
4624                 pthread_mutexattr_t mattr;
4625
4626                 if ((rc = pthread_mutexattr_init(&mattr))
4627                         || (rc = pthread_mutexattr_setpshared(&mattr, PTHREAD_PROCESS_SHARED))
4628 #ifdef MDB_ROBUST_SUPPORTED
4629                         || (rc = pthread_mutexattr_setrobust(&mattr, PTHREAD_MUTEX_ROBUST))
4630 #endif
4631                         || (rc = pthread_mutex_init(env->me_txns->mti_rmutex, &mattr))
4632                         || (rc = pthread_mutex_init(env->me_txns->mti_wmutex, &mattr)))
4633                         goto fail;
4634                 pthread_mutexattr_destroy(&mattr);
4635 #endif  /* _WIN32 || ... */
4636
4637                 env->me_txns->mti_magic = MDB_MAGIC;
4638                 env->me_txns->mti_format = MDB_LOCK_FORMAT;
4639                 env->me_txns->mti_txnid = 0;
4640                 env->me_txns->mti_numreaders = 0;
4641
4642         } else {
4643 #ifdef MDB_USE_SYSV_SEM
4644                 struct semid_ds buf;
4645 #endif
4646                 if (env->me_txns->mti_magic != MDB_MAGIC) {
4647                         DPUTS("lock region has invalid magic");
4648                         rc = MDB_INVALID;
4649                         goto fail;
4650                 }
4651                 if (env->me_txns->mti_format != MDB_LOCK_FORMAT) {
4652                         DPRINTF(("lock region has format+version 0x%x, expected 0x%x",
4653                                 env->me_txns->mti_format, MDB_LOCK_FORMAT));
4654                         rc = MDB_VERSION_MISMATCH;
4655                         goto fail;
4656                 }
4657                 rc = ErrCode();
4658                 if (rc && rc != EACCES && rc != EAGAIN) {
4659                         goto fail;
4660                 }
4661 #ifdef _WIN32
4662                 env->me_rmutex = OpenMutex(SYNCHRONIZE, FALSE, env->me_txns->mti_rmname);
4663                 if (!env->me_rmutex) goto fail_errno;
4664                 env->me_wmutex = OpenMutex(SYNCHRONIZE, FALSE, env->me_txns->mti_wmname);
4665                 if (!env->me_wmutex) goto fail_errno;
4666 #elif defined(MDB_USE_POSIX_SEM)
4667                 env->me_rmutex = sem_open(env->me_txns->mti_rmname, 0);
4668                 if (env->me_rmutex == SEM_FAILED) goto fail_errno;
4669                 env->me_wmutex = sem_open(env->me_txns->mti_wmname, 0);
4670                 if (env->me_wmutex == SEM_FAILED) goto fail_errno;
4671 #elif defined(MDB_USE_SYSV_SEM)
4672                 semid = env->me_txns->mti_semid;
4673                 semu.buf = &buf;
4674                 /* check for read access */
4675                 if (semctl(semid, 0, IPC_STAT, semu) < 0)
4676                         goto fail_errno;
4677                 /* check for write access */
4678                 if (semctl(semid, 0, IPC_SET, semu) < 0)
4679                         goto fail_errno;
4680 #endif
4681         }
4682 #ifdef MDB_USE_SYSV_SEM
4683         env->me_rmutex->semid = semid;
4684         env->me_wmutex->semid = semid;
4685         env->me_rmutex->semnum = 0;
4686         env->me_wmutex->semnum = 1;
4687         env->me_rmutex->locked = &env->me_txns->mti_rlocked;
4688         env->me_wmutex->locked = &env->me_txns->mti_wlocked;
4689 #endif
4690
4691         return MDB_SUCCESS;
4692
4693 fail_errno:
4694         rc = ErrCode();
4695 fail:
4696         return rc;
4697 }
4698
4699         /** The name of the lock file in the DB environment */
4700 #define LOCKNAME        "/lock.mdb"
4701         /** The name of the data file in the DB environment */
4702 #define DATANAME        "/data.mdb"
4703         /** The suffix of the lock file when no subdir is used */
4704 #define LOCKSUFF        "-lock"
4705         /** Only a subset of the @ref mdb_env flags can be changed
4706          *      at runtime. Changing other flags requires closing the
4707          *      environment and re-opening it with the new flags.
4708          */
4709 #define CHANGEABLE      (MDB_NOSYNC|MDB_NOMETASYNC|MDB_MAPASYNC|MDB_NOMEMINIT)
4710 #define CHANGELESS      (MDB_FIXEDMAP|MDB_NOSUBDIR|MDB_RDONLY| \
4711         MDB_WRITEMAP|MDB_NOTLS|MDB_NOLOCK|MDB_NORDAHEAD)
4712
4713 #if VALID_FLAGS & PERSISTENT_FLAGS & (CHANGEABLE|CHANGELESS)
4714 # error "Persistent DB flags & env flags overlap, but both go in mm_flags"
4715 #endif
4716
4717 int ESECT
4718 mdb_env_open(MDB_env *env, const char *path, unsigned int flags, mdb_mode_t mode)
4719 {
4720         int             oflags, rc, len, excl = -1;
4721         char *lpath, *dpath;
4722
4723         if (env->me_fd!=INVALID_HANDLE_VALUE || (flags & ~(CHANGEABLE|CHANGELESS)))
4724                 return EINVAL;
4725
4726         len = strlen(path);
4727         if (flags & MDB_NOSUBDIR) {
4728                 rc = len + sizeof(LOCKSUFF) + len + 1;
4729         } else {
4730                 rc = len + sizeof(LOCKNAME) + len + sizeof(DATANAME);
4731         }
4732         lpath = malloc(rc);
4733         if (!lpath)
4734                 return ENOMEM;
4735         if (flags & MDB_NOSUBDIR) {
4736                 dpath = lpath + len + sizeof(LOCKSUFF);
4737                 sprintf(lpath, "%s" LOCKSUFF, path);
4738                 strcpy(dpath, path);
4739         } else {
4740                 dpath = lpath + len + sizeof(LOCKNAME);
4741                 sprintf(lpath, "%s" LOCKNAME, path);
4742                 sprintf(dpath, "%s" DATANAME, path);
4743         }
4744
4745         rc = MDB_SUCCESS;
4746         flags |= env->me_flags;
4747         if (flags & MDB_RDONLY) {
4748                 /* silently ignore WRITEMAP when we're only getting read access */
4749                 flags &= ~MDB_WRITEMAP;
4750         } else {
4751                 if (!((env->me_free_pgs = mdb_midl_alloc(MDB_IDL_UM_MAX)) &&
4752                           (env->me_dirty_list = calloc(MDB_IDL_UM_SIZE, sizeof(MDB_ID2)))))
4753                         rc = ENOMEM;
4754         }
4755         env->me_flags = flags |= MDB_ENV_ACTIVE;
4756         if (rc)
4757                 goto leave;
4758
4759         env->me_path = strdup(path);
4760         env->me_dbxs = calloc(env->me_maxdbs, sizeof(MDB_dbx));
4761         env->me_dbflags = calloc(env->me_maxdbs, sizeof(uint16_t));
4762         env->me_dbiseqs = calloc(env->me_maxdbs, sizeof(unsigned int));
4763         if (!(env->me_dbxs && env->me_path && env->me_dbflags && env->me_dbiseqs)) {
4764                 rc = ENOMEM;
4765                 goto leave;
4766         }
4767         env->me_dbxs[FREE_DBI].md_cmp = mdb_cmp_long; /* aligned MDB_INTEGERKEY */
4768
4769         /* For RDONLY, get lockfile after we know datafile exists */
4770         if (!(flags & (MDB_RDONLY|MDB_NOLOCK))) {
4771                 rc = mdb_env_setup_locks(env, lpath, mode, &excl);
4772                 if (rc)
4773                         goto leave;
4774         }
4775
4776 #ifdef _WIN32
4777         if (F_ISSET(flags, MDB_RDONLY)) {
4778                 oflags = GENERIC_READ;
4779                 len = OPEN_EXISTING;
4780         } else {
4781                 oflags = GENERIC_READ|GENERIC_WRITE;
4782                 len = OPEN_ALWAYS;
4783         }
4784         mode = FILE_ATTRIBUTE_NORMAL;
4785         env->me_fd = CreateFile(dpath, oflags, FILE_SHARE_READ|FILE_SHARE_WRITE,
4786                 NULL, len, mode, NULL);
4787 #else
4788         if (F_ISSET(flags, MDB_RDONLY))
4789                 oflags = O_RDONLY;
4790         else
4791                 oflags = O_RDWR | O_CREAT;
4792
4793         env->me_fd = open(dpath, oflags, mode);
4794 #endif
4795         if (env->me_fd == INVALID_HANDLE_VALUE) {
4796                 rc = ErrCode();
4797                 goto leave;
4798         }
4799
4800         if ((flags & (MDB_RDONLY|MDB_NOLOCK)) == MDB_RDONLY) {
4801                 rc = mdb_env_setup_locks(env, lpath, mode, &excl);
4802                 if (rc)
4803                         goto leave;
4804         }
4805
4806         if ((rc = mdb_env_open2(env)) == MDB_SUCCESS) {
4807                 if (flags & (MDB_RDONLY|MDB_WRITEMAP)) {
4808                         env->me_mfd = env->me_fd;
4809                 } else {
4810                         /* Synchronous fd for meta writes. Needed even with
4811                          * MDB_NOSYNC/MDB_NOMETASYNC, in case these get reset.
4812                          */
4813 #ifdef _WIN32
4814                         len = OPEN_EXISTING;
4815                         env->me_mfd = CreateFile(dpath, oflags,
4816                                 FILE_SHARE_READ|FILE_SHARE_WRITE, NULL, len,
4817                                 mode | FILE_FLAG_WRITE_THROUGH, NULL);
4818 #else
4819                         oflags &= ~O_CREAT;
4820                         env->me_mfd = open(dpath, oflags | MDB_DSYNC, mode);
4821 #endif
4822                         if (env->me_mfd == INVALID_HANDLE_VALUE) {
4823                                 rc = ErrCode();
4824                                 goto leave;
4825                         }
4826                 }
4827                 DPRINTF(("opened dbenv %p", (void *) env));
4828                 if (excl > 0) {
4829                         rc = mdb_env_share_locks(env, &excl);
4830                         if (rc)
4831                                 goto leave;
4832                 }
4833                 if (!(flags & MDB_RDONLY)) {
4834                         MDB_txn *txn;
4835                         int tsize = sizeof(MDB_txn), size = tsize + env->me_maxdbs *
4836                                 (sizeof(MDB_db)+sizeof(MDB_cursor *)+sizeof(unsigned int)+1);
4837                         if ((env->me_pbuf = calloc(1, env->me_psize)) &&
4838                                 (txn = calloc(1, size)))
4839                         {
4840                                 txn->mt_dbs = (MDB_db *)((char *)txn + tsize);
4841                                 txn->mt_cursors = (MDB_cursor **)(txn->mt_dbs + env->me_maxdbs);
4842                                 txn->mt_dbiseqs = (unsigned int *)(txn->mt_cursors + env->me_maxdbs);
4843                                 txn->mt_dbflags = (unsigned char *)(txn->mt_dbiseqs + env->me_maxdbs);
4844                                 txn->mt_env = env;
4845                                 txn->mt_dbxs = env->me_dbxs;
4846                                 env->me_txn0 = txn;
4847                         } else {
4848                                 rc = ENOMEM;
4849                         }
4850                 }
4851         }
4852
4853 leave:
4854         if (rc) {
4855                 mdb_env_close0(env, excl);
4856         }
4857         free(lpath);
4858         return rc;
4859 }
4860
4861 /** Destroy resources from mdb_env_open(), clear our readers & DBIs */
4862 static void ESECT
4863 mdb_env_close0(MDB_env *env, int excl)
4864 {
4865         int i;
4866
4867         if (!(env->me_flags & MDB_ENV_ACTIVE))
4868                 return;
4869
4870         /* Doing this here since me_dbxs may not exist during mdb_env_close */
4871         if (env->me_dbxs) {
4872                 for (i = env->me_maxdbs; --i > MAIN_DBI; )
4873                         free(env->me_dbxs[i].md_name.mv_data);
4874                 free(env->me_dbxs);
4875         }
4876
4877         free(env->me_pbuf);
4878         free(env->me_dbiseqs);
4879         free(env->me_dbflags);
4880         free(env->me_path);
4881         free(env->me_dirty_list);
4882         free(env->me_txn0);
4883         mdb_midl_free(env->me_free_pgs);
4884
4885         if (env->me_flags & MDB_ENV_TXKEY) {
4886                 pthread_key_delete(env->me_txkey);
4887 #ifdef _WIN32
4888                 /* Delete our key from the global list */
4889                 for (i=0; i<mdb_tls_nkeys; i++)
4890                         if (mdb_tls_keys[i] == env->me_txkey) {
4891                                 mdb_tls_keys[i] = mdb_tls_keys[mdb_tls_nkeys-1];
4892                                 mdb_tls_nkeys--;
4893                                 break;
4894                         }
4895 #endif
4896         }
4897
4898         if (env->me_map) {
4899                 munmap(env->me_map, env->me_mapsize);
4900         }
4901         if (env->me_mfd != env->me_fd && env->me_mfd != INVALID_HANDLE_VALUE)
4902                 (void) close(env->me_mfd);
4903         if (env->me_fd != INVALID_HANDLE_VALUE)
4904                 (void) close(env->me_fd);
4905         if (env->me_txns) {
4906                 MDB_PID_T pid = env->me_pid;
4907                 /* Clearing readers is done in this function because
4908                  * me_txkey with its destructor must be disabled first.
4909                  *
4910                  * We skip the the reader mutex, so we touch only
4911                  * data owned by this process (me_close_readers and
4912                  * our readers), and clear each reader atomically.
4913                  */
4914                 for (i = env->me_close_readers; --i >= 0; )
4915                         if (env->me_txns->mti_readers[i].mr_pid == pid)
4916                                 env->me_txns->mti_readers[i].mr_pid = 0;
4917 #ifdef _WIN32
4918                 if (env->me_rmutex) {
4919                         CloseHandle(env->me_rmutex);
4920                         if (env->me_wmutex) CloseHandle(env->me_wmutex);
4921                 }
4922                 /* Windows automatically destroys the mutexes when
4923                  * the last handle closes.
4924                  */
4925 #elif defined(MDB_USE_POSIX_SEM)
4926                 if (env->me_rmutex != SEM_FAILED) {
4927                         sem_close(env->me_rmutex);
4928                         if (env->me_wmutex != SEM_FAILED)
4929                                 sem_close(env->me_wmutex);
4930                         /* If we have the filelock:  If we are the
4931                          * only remaining user, clean up semaphores.
4932                          */
4933                         if (excl == 0)
4934                                 mdb_env_excl_lock(env, &excl);
4935                         if (excl > 0) {
4936                                 sem_unlink(env->me_txns->mti_rmname);
4937                                 sem_unlink(env->me_txns->mti_wmname);
4938                         }
4939                 }
4940 #elif defined(MDB_USE_SYSV_SEM)
4941                 if (env->me_rmutex->semid != -1) {
4942                         /* If we have the filelock:  If we are the
4943                          * only remaining user, clean up semaphores.
4944                          */
4945                         if (excl == 0)
4946                                 mdb_env_excl_lock(env, &excl);
4947                         if (excl > 0)
4948                                 semctl(env->me_rmutex->semid, 0, IPC_RMID);
4949                 }
4950 #endif
4951                 munmap((void *)env->me_txns, (env->me_maxreaders-1)*sizeof(MDB_reader)+sizeof(MDB_txninfo));
4952         }
4953         if (env->me_lfd != INVALID_HANDLE_VALUE) {
4954 #ifdef _WIN32
4955                 if (excl >= 0) {
4956                         /* Unlock the lockfile.  Windows would have unlocked it
4957                          * after closing anyway, but not necessarily at once.
4958                          */
4959                         UnlockFile(env->me_lfd, 0, 0, 1, 0);
4960                 }
4961 #endif
4962                 (void) close(env->me_lfd);
4963         }
4964
4965         env->me_flags &= ~(MDB_ENV_ACTIVE|MDB_ENV_TXKEY);
4966 }
4967
4968 void ESECT
4969 mdb_env_close(MDB_env *env)
4970 {
4971         MDB_page *dp;
4972
4973         if (env == NULL)
4974                 return;
4975
4976         VGMEMP_DESTROY(env);
4977         while ((dp = env->me_dpages) != NULL) {
4978                 VGMEMP_DEFINED(&dp->mp_next, sizeof(dp->mp_next));
4979                 env->me_dpages = dp->mp_next;
4980                 free(dp);
4981         }
4982
4983         mdb_env_close0(env, 0);
4984         free(env);
4985 }
4986
4987 /** Compare two items pointing at aligned size_t's */
4988 static int
4989 mdb_cmp_long(const MDB_val *a, const MDB_val *b)
4990 {
4991         return (*(size_t *)a->mv_data < *(size_t *)b->mv_data) ? -1 :
4992                 *(size_t *)a->mv_data > *(size_t *)b->mv_data;
4993 }
4994
4995 /** Compare two items pointing at aligned unsigned int's.
4996  *
4997  *      This is also set as #MDB_INTEGERDUP|#MDB_DUPFIXED's #MDB_dbx.%md_dcmp,
4998  *      but #mdb_cmp_clong() is called instead if the data type is size_t.
4999  */
5000 static int
5001 mdb_cmp_int(const MDB_val *a, const MDB_val *b)
5002 {
5003         return (*(unsigned int *)a->mv_data < *(unsigned int *)b->mv_data) ? -1 :
5004                 *(unsigned int *)a->mv_data > *(unsigned int *)b->mv_data;
5005 }
5006
5007 /** Compare two items pointing at unsigned ints of unknown alignment.
5008  *      Nodes and keys are guaranteed to be 2-byte aligned.
5009  */
5010 static int
5011 mdb_cmp_cint(const MDB_val *a, const MDB_val *b)
5012 {
5013 #if BYTE_ORDER == LITTLE_ENDIAN
5014         unsigned short *u, *c;
5015         int x;
5016
5017         u = (unsigned short *) ((char *) a->mv_data + a->mv_size);
5018         c = (unsigned short *) ((char *) b->mv_data + a->mv_size);
5019         do {
5020                 x = *--u - *--c;
5021         } while(!x && u > (unsigned short *)a->mv_data);
5022         return x;
5023 #else
5024         unsigned short *u, *c, *end;
5025         int x;
5026
5027         end = (unsigned short *) ((char *) a->mv_data + a->mv_size);
5028         u = (unsigned short *)a->mv_data;
5029         c = (unsigned short *)b->mv_data;
5030         do {
5031                 x = *u++ - *c++;
5032         } while(!x && u < end);
5033         return x;
5034 #endif
5035 }
5036
5037 /** Compare two items lexically */
5038 static int
5039 mdb_cmp_memn(const MDB_val *a, const MDB_val *b)
5040 {
5041         int diff;
5042         ssize_t len_diff;
5043         unsigned int len;
5044
5045         len = a->mv_size;
5046         len_diff = (ssize_t) a->mv_size - (ssize_t) b->mv_size;
5047         if (len_diff > 0) {
5048                 len = b->mv_size;
5049                 len_diff = 1;
5050         }
5051
5052         diff = memcmp(a->mv_data, b->mv_data, len);
5053         return diff ? diff : len_diff<0 ? -1 : len_diff;
5054 }
5055
5056 /** Compare two items in reverse byte order */
5057 static int
5058 mdb_cmp_memnr(const MDB_val *a, const MDB_val *b)
5059 {
5060         const unsigned char     *p1, *p2, *p1_lim;
5061         ssize_t len_diff;
5062         int diff;
5063
5064         p1_lim = (const unsigned char *)a->mv_data;
5065         p1 = (const unsigned char *)a->mv_data + a->mv_size;
5066         p2 = (const unsigned char *)b->mv_data + b->mv_size;
5067
5068         len_diff = (ssize_t) a->mv_size - (ssize_t) b->mv_size;
5069         if (len_diff > 0) {
5070                 p1_lim += len_diff;
5071                 len_diff = 1;
5072         }
5073
5074         while (p1 > p1_lim) {
5075                 diff = *--p1 - *--p2;
5076                 if (diff)
5077                         return diff;
5078         }
5079         return len_diff<0 ? -1 : len_diff;
5080 }
5081
5082 /** Search for key within a page, using binary search.
5083  * Returns the smallest entry larger or equal to the key.
5084  * If exactp is non-null, stores whether the found entry was an exact match
5085  * in *exactp (1 or 0).
5086  * Updates the cursor index with the index of the found entry.
5087  * If no entry larger or equal to the key is found, returns NULL.
5088  */
5089 static MDB_node *
5090 mdb_node_search(MDB_cursor *mc, MDB_val *key, int *exactp)
5091 {
5092         unsigned int     i = 0, nkeys;
5093         int              low, high;
5094         int              rc = 0;
5095         MDB_page *mp = mc->mc_pg[mc->mc_top];
5096         MDB_node        *node = NULL;
5097         MDB_val  nodekey;
5098         MDB_cmp_func *cmp;
5099         DKBUF;
5100
5101         nkeys = NUMKEYS(mp);
5102
5103         DPRINTF(("searching %u keys in %s %spage %"Z"u",
5104             nkeys, IS_LEAF(mp) ? "leaf" : "branch", IS_SUBP(mp) ? "sub-" : "",
5105             mdb_dbg_pgno(mp)));
5106
5107         low = IS_LEAF(mp) ? 0 : 1;
5108         high = nkeys - 1;
5109         cmp = mc->mc_dbx->md_cmp;
5110
5111         /* Branch pages have no data, so if using integer keys,
5112          * alignment is guaranteed. Use faster mdb_cmp_int.
5113          */
5114         if (cmp == mdb_cmp_cint && IS_BRANCH(mp)) {
5115                 if (NODEPTR(mp, 1)->mn_ksize == sizeof(size_t))
5116                         cmp = mdb_cmp_long;
5117                 else
5118                         cmp = mdb_cmp_int;
5119         }
5120
5121         if (IS_LEAF2(mp)) {
5122                 nodekey.mv_size = mc->mc_db->md_pad;
5123                 node = NODEPTR(mp, 0);  /* fake */
5124                 while (low <= high) {
5125                         i = (low + high) >> 1;
5126                         nodekey.mv_data = LEAF2KEY(mp, i, nodekey.mv_size);
5127                         rc = cmp(key, &nodekey);
5128                         DPRINTF(("found leaf index %u [%s], rc = %i",
5129                             i, DKEY(&nodekey), rc));
5130                         if (rc == 0)
5131                                 break;
5132                         if (rc > 0)
5133                                 low = i + 1;
5134                         else
5135                                 high = i - 1;
5136                 }
5137         } else {
5138                 while (low <= high) {
5139                         i = (low + high) >> 1;
5140
5141                         node = NODEPTR(mp, i);
5142                         nodekey.mv_size = NODEKSZ(node);
5143                         nodekey.mv_data = NODEKEY(node);
5144
5145                         rc = cmp(key, &nodekey);
5146 #if MDB_DEBUG
5147                         if (IS_LEAF(mp))
5148                                 DPRINTF(("found leaf index %u [%s], rc = %i",
5149                                     i, DKEY(&nodekey), rc));
5150                         else
5151                                 DPRINTF(("found branch index %u [%s -> %"Z"u], rc = %i",
5152                                     i, DKEY(&nodekey), NODEPGNO(node), rc));
5153 #endif
5154                         if (rc == 0)
5155                                 break;
5156                         if (rc > 0)
5157                                 low = i + 1;
5158                         else
5159                                 high = i - 1;
5160                 }
5161         }
5162
5163         if (rc > 0) {   /* Found entry is less than the key. */
5164                 i++;    /* Skip to get the smallest entry larger than key. */
5165                 if (!IS_LEAF2(mp))
5166                         node = NODEPTR(mp, i);
5167         }
5168         if (exactp)
5169                 *exactp = (rc == 0 && nkeys > 0);
5170         /* store the key index */
5171         mc->mc_ki[mc->mc_top] = i;
5172         if (i >= nkeys)
5173                 /* There is no entry larger or equal to the key. */
5174                 return NULL;
5175
5176         /* nodeptr is fake for LEAF2 */
5177         return node;
5178 }
5179
5180 #if 0
5181 static void
5182 mdb_cursor_adjust(MDB_cursor *mc, func)
5183 {
5184         MDB_cursor *m2;
5185
5186         for (m2 = mc->mc_txn->mt_cursors[mc->mc_dbi]; m2; m2=m2->mc_next) {
5187                 if (m2->mc_pg[m2->mc_top] == mc->mc_pg[mc->mc_top]) {
5188                         func(mc, m2);
5189                 }
5190         }
5191 }
5192 #endif
5193
5194 /** Pop a page off the top of the cursor's stack. */
5195 static void
5196 mdb_cursor_pop(MDB_cursor *mc)
5197 {
5198         if (mc->mc_snum) {
5199                 DPRINTF(("popping page %"Z"u off db %d cursor %p",
5200                         mc->mc_pg[mc->mc_top]->mp_pgno, DDBI(mc), (void *) mc));
5201
5202                 mc->mc_snum--;
5203                 if (mc->mc_snum)
5204                         mc->mc_top--;
5205         }
5206 }
5207
5208 /** Push a page onto the top of the cursor's stack. */
5209 static int
5210 mdb_cursor_push(MDB_cursor *mc, MDB_page *mp)
5211 {
5212         DPRINTF(("pushing page %"Z"u on db %d cursor %p", mp->mp_pgno,
5213                 DDBI(mc), (void *) mc));
5214
5215         if (mc->mc_snum >= CURSOR_STACK) {
5216                 mc->mc_txn->mt_flags |= MDB_TXN_ERROR;
5217                 return MDB_CURSOR_FULL;
5218         }
5219
5220         mc->mc_top = mc->mc_snum++;
5221         mc->mc_pg[mc->mc_top] = mp;
5222         mc->mc_ki[mc->mc_top] = 0;
5223
5224         return MDB_SUCCESS;
5225 }
5226
5227 /** Find the address of the page corresponding to a given page number.
5228  * @param[in] txn the transaction for this access.
5229  * @param[in] pgno the page number for the page to retrieve.
5230  * @param[out] ret address of a pointer where the page's address will be stored.
5231  * @param[out] lvl dirty_list inheritance level of found page. 1=current txn, 0=mapped page.
5232  * @return 0 on success, non-zero on failure.
5233  */
5234 static int
5235 mdb_page_get(MDB_txn *txn, pgno_t pgno, MDB_page **ret, int *lvl)
5236 {
5237         MDB_env *env = txn->mt_env;
5238         MDB_page *p = NULL;
5239         int level;
5240
5241         if (! (txn->mt_flags & (MDB_TXN_RDONLY|MDB_TXN_WRITEMAP))) {
5242                 MDB_txn *tx2 = txn;
5243                 level = 1;
5244                 do {
5245                         MDB_ID2L dl = tx2->mt_u.dirty_list;
5246                         unsigned x;
5247                         /* Spilled pages were dirtied in this txn and flushed
5248                          * because the dirty list got full. Bring this page
5249                          * back in from the map (but don't unspill it here,
5250                          * leave that unless page_touch happens again).
5251                          */
5252                         if (tx2->mt_spill_pgs) {
5253                                 MDB_ID pn = pgno << 1;
5254                                 x = mdb_midl_search(tx2->mt_spill_pgs, pn);
5255                                 if (x <= tx2->mt_spill_pgs[0] && tx2->mt_spill_pgs[x] == pn) {
5256                                         p = (MDB_page *)(env->me_map + env->me_psize * pgno);
5257                                         goto done;
5258                                 }
5259                         }
5260                         if (dl[0].mid) {
5261                                 unsigned x = mdb_mid2l_search(dl, pgno);
5262                                 if (x <= dl[0].mid && dl[x].mid == pgno) {
5263                                         p = dl[x].mptr;
5264                                         goto done;
5265                                 }
5266                         }
5267                         level++;
5268                 } while ((tx2 = tx2->mt_parent) != NULL);
5269         }
5270
5271         if (pgno < txn->mt_next_pgno) {
5272                 level = 0;
5273                 p = (MDB_page *)(env->me_map + env->me_psize * pgno);
5274         } else {
5275                 DPRINTF(("page %"Z"u not found", pgno));
5276                 txn->mt_flags |= MDB_TXN_ERROR;
5277                 return MDB_PAGE_NOTFOUND;
5278         }
5279
5280 done:
5281         *ret = p;
5282         if (lvl)
5283                 *lvl = level;
5284         return MDB_SUCCESS;
5285 }
5286
5287 /** Finish #mdb_page_search() / #mdb_page_search_lowest().
5288  *      The cursor is at the root page, set up the rest of it.
5289  */
5290 static int
5291 mdb_page_search_root(MDB_cursor *mc, MDB_val *key, int flags)
5292 {
5293         MDB_page        *mp = mc->mc_pg[mc->mc_top];
5294         int rc;
5295         DKBUF;
5296
5297         while (IS_BRANCH(mp)) {
5298                 MDB_node        *node;
5299                 indx_t          i;
5300
5301                 DPRINTF(("branch page %"Z"u has %u keys", mp->mp_pgno, NUMKEYS(mp)));
5302                 mdb_cassert(mc, NUMKEYS(mp) > 1);
5303                 DPRINTF(("found index 0 to page %"Z"u", NODEPGNO(NODEPTR(mp, 0))));
5304
5305                 if (flags & (MDB_PS_FIRST|MDB_PS_LAST)) {
5306                         i = 0;
5307                         if (flags & MDB_PS_LAST)
5308                                 i = NUMKEYS(mp) - 1;
5309                 } else {
5310                         int      exact;
5311                         node = mdb_node_search(mc, key, &exact);
5312                         if (node == NULL)
5313                                 i = NUMKEYS(mp) - 1;
5314                         else {
5315                                 i = mc->mc_ki[mc->mc_top];
5316                                 if (!exact) {
5317                                         mdb_cassert(mc, i > 0);
5318                                         i--;
5319                                 }
5320                         }
5321                         DPRINTF(("following index %u for key [%s]", i, DKEY(key)));
5322                 }
5323
5324                 mdb_cassert(mc, i < NUMKEYS(mp));
5325                 node = NODEPTR(mp, i);
5326
5327                 if ((rc = mdb_page_get(mc->mc_txn, NODEPGNO(node), &mp, NULL)) != 0)
5328                         return rc;
5329
5330                 mc->mc_ki[mc->mc_top] = i;
5331                 if ((rc = mdb_cursor_push(mc, mp)))
5332                         return rc;
5333
5334                 if (flags & MDB_PS_MODIFY) {
5335                         if ((rc = mdb_page_touch(mc)) != 0)
5336                                 return rc;
5337                         mp = mc->mc_pg[mc->mc_top];
5338                 }
5339         }
5340
5341         if (!IS_LEAF(mp)) {
5342                 DPRINTF(("internal error, index points to a %02X page!?",
5343                     mp->mp_flags));
5344                 mc->mc_txn->mt_flags |= MDB_TXN_ERROR;
5345                 return MDB_CORRUPTED;
5346         }
5347
5348         DPRINTF(("found leaf page %"Z"u for key [%s]", mp->mp_pgno,
5349             key ? DKEY(key) : "null"));
5350         mc->mc_flags |= C_INITIALIZED;
5351         mc->mc_flags &= ~C_EOF;
5352
5353         return MDB_SUCCESS;
5354 }
5355
5356 /** Search for the lowest key under the current branch page.
5357  * This just bypasses a NUMKEYS check in the current page
5358  * before calling mdb_page_search_root(), because the callers
5359  * are all in situations where the current page is known to
5360  * be underfilled.
5361  */
5362 static int
5363 mdb_page_search_lowest(MDB_cursor *mc)
5364 {
5365         MDB_page        *mp = mc->mc_pg[mc->mc_top];
5366         MDB_node        *node = NODEPTR(mp, 0);
5367         int rc;
5368
5369         if ((rc = mdb_page_get(mc->mc_txn, NODEPGNO(node), &mp, NULL)) != 0)
5370                 return rc;
5371
5372         mc->mc_ki[mc->mc_top] = 0;
5373         if ((rc = mdb_cursor_push(mc, mp)))
5374                 return rc;
5375         return mdb_page_search_root(mc, NULL, MDB_PS_FIRST);
5376 }
5377
5378 /** Search for the page a given key should be in.
5379  * Push it and its parent pages on the cursor stack.
5380  * @param[in,out] mc the cursor for this operation.
5381  * @param[in] key the key to search for, or NULL for first/last page.
5382  * @param[in] flags If MDB_PS_MODIFY is set, visited pages in the DB
5383  *   are touched (updated with new page numbers).
5384  *   If MDB_PS_FIRST or MDB_PS_LAST is set, find first or last leaf.
5385  *   This is used by #mdb_cursor_first() and #mdb_cursor_last().
5386  *   If MDB_PS_ROOTONLY set, just fetch root node, no further lookups.
5387  * @return 0 on success, non-zero on failure.
5388  */
5389 static int
5390 mdb_page_search(MDB_cursor *mc, MDB_val *key, int flags)
5391 {
5392         int              rc;
5393         pgno_t           root;
5394
5395         /* Make sure the txn is still viable, then find the root from
5396          * the txn's db table and set it as the root of the cursor's stack.
5397          */
5398         if (F_ISSET(mc->mc_txn->mt_flags, MDB_TXN_ERROR)) {
5399                 DPUTS("transaction has failed, must abort");
5400                 return MDB_BAD_TXN;
5401         } else {
5402                 /* Make sure we're using an up-to-date root */
5403                 if (*mc->mc_dbflag & DB_STALE) {
5404                                 MDB_cursor mc2;
5405                                 if (TXN_DBI_CHANGED(mc->mc_txn, mc->mc_dbi))
5406                                         return MDB_BAD_DBI;
5407                                 mdb_cursor_init(&mc2, mc->mc_txn, MAIN_DBI, NULL);
5408                                 rc = mdb_page_search(&mc2, &mc->mc_dbx->md_name, 0);
5409                                 if (rc)
5410                                         return rc;
5411                                 {
5412                                         MDB_val data;
5413                                         int exact = 0;
5414                                         uint16_t flags;
5415                                         MDB_node *leaf = mdb_node_search(&mc2,
5416                                                 &mc->mc_dbx->md_name, &exact);
5417                                         if (!exact)
5418                                                 return MDB_NOTFOUND;
5419                                         if ((leaf->mn_flags & (F_DUPDATA|F_SUBDATA)) != F_SUBDATA)
5420                                                 return MDB_INCOMPATIBLE; /* not a named DB */
5421                                         rc = mdb_node_read(mc->mc_txn, leaf, &data);
5422                                         if (rc)
5423                                                 return rc;
5424                                         memcpy(&flags, ((char *) data.mv_data + offsetof(MDB_db, md_flags)),
5425                                                 sizeof(uint16_t));
5426                                         /* The txn may not know this DBI, or another process may
5427                                          * have dropped and recreated the DB with other flags.
5428                                          */
5429                                         if ((mc->mc_db->md_flags & PERSISTENT_FLAGS) != flags)
5430                                                 return MDB_INCOMPATIBLE;
5431                                         memcpy(mc->mc_db, data.mv_data, sizeof(MDB_db));
5432                                 }
5433                                 *mc->mc_dbflag &= ~DB_STALE;
5434                 }
5435                 root = mc->mc_db->md_root;
5436
5437                 if (root == P_INVALID) {                /* Tree is empty. */
5438                         DPUTS("tree is empty");
5439                         return MDB_NOTFOUND;
5440                 }
5441         }
5442
5443         mdb_cassert(mc, root > 1);
5444         if (!mc->mc_pg[0] || mc->mc_pg[0]->mp_pgno != root)
5445                 if ((rc = mdb_page_get(mc->mc_txn, root, &mc->mc_pg[0], NULL)) != 0)
5446                         return rc;
5447
5448         mc->mc_snum = 1;
5449         mc->mc_top = 0;
5450
5451         DPRINTF(("db %d root page %"Z"u has flags 0x%X",
5452                 DDBI(mc), root, mc->mc_pg[0]->mp_flags));
5453
5454         if (flags & MDB_PS_MODIFY) {
5455                 if ((rc = mdb_page_touch(mc)))
5456                         return rc;
5457         }
5458
5459         if (flags & MDB_PS_ROOTONLY)
5460                 return MDB_SUCCESS;
5461
5462         return mdb_page_search_root(mc, key, flags);
5463 }
5464
5465 static int
5466 mdb_ovpage_free(MDB_cursor *mc, MDB_page *mp)
5467 {
5468         MDB_txn *txn = mc->mc_txn;
5469         pgno_t pg = mp->mp_pgno;
5470         unsigned x = 0, ovpages = mp->mp_pages;
5471         MDB_env *env = txn->mt_env;
5472         MDB_IDL sl = txn->mt_spill_pgs;
5473         MDB_ID pn = pg << 1;
5474         int rc;
5475
5476         DPRINTF(("free ov page %"Z"u (%d)", pg, ovpages));
5477         /* If the page is dirty or on the spill list we just acquired it,
5478          * so we should give it back to our current free list, if any.
5479          * Otherwise put it onto the list of pages we freed in this txn.
5480          *
5481          * Won't create me_pghead: me_pglast must be inited along with it.
5482          * Unsupported in nested txns: They would need to hide the page
5483          * range in ancestor txns' dirty and spilled lists.
5484          */
5485         if (env->me_pghead &&
5486                 !txn->mt_parent &&
5487                 ((mp->mp_flags & P_DIRTY) ||
5488                  (sl && (x = mdb_midl_search(sl, pn)) <= sl[0] && sl[x] == pn)))
5489         {
5490                 unsigned i, j;
5491                 pgno_t *mop;
5492                 MDB_ID2 *dl, ix, iy;
5493                 rc = mdb_midl_need(&env->me_pghead, ovpages);
5494                 if (rc)
5495                         return rc;
5496                 if (!(mp->mp_flags & P_DIRTY)) {
5497                         /* This page is no longer spilled */
5498                         if (x == sl[0])
5499                                 sl[0]--;
5500                         else
5501                                 sl[x] |= 1;
5502                         goto release;
5503                 }
5504                 /* Remove from dirty list */
5505                 dl = txn->mt_u.dirty_list;
5506                 x = dl[0].mid--;
5507                 for (ix = dl[x]; ix.mptr != mp; ix = iy) {
5508                         if (x > 1) {
5509                                 x--;
5510                                 iy = dl[x];
5511                                 dl[x] = ix;
5512                         } else {
5513                                 mdb_cassert(mc, x > 1);
5514                                 j = ++(dl[0].mid);
5515                                 dl[j] = ix;             /* Unsorted. OK when MDB_TXN_ERROR. */
5516                                 txn->mt_flags |= MDB_TXN_ERROR;
5517                                 return MDB_CORRUPTED;
5518                         }
5519                 }
5520                 if (!(env->me_flags & MDB_WRITEMAP))
5521                         mdb_dpage_free(env, mp);
5522 release:
5523                 /* Insert in me_pghead */
5524                 mop = env->me_pghead;
5525                 j = mop[0] + ovpages;
5526                 for (i = mop[0]; i && mop[i] < pg; i--)
5527                         mop[j--] = mop[i];
5528                 while (j>i)
5529                         mop[j--] = pg++;
5530                 mop[0] += ovpages;
5531         } else {
5532                 rc = mdb_midl_append_range(&txn->mt_free_pgs, pg, ovpages);
5533                 if (rc)
5534                         return rc;
5535         }
5536         mc->mc_db->md_overflow_pages -= ovpages;
5537         return 0;
5538 }
5539
5540 /** Return the data associated with a given node.
5541  * @param[in] txn The transaction for this operation.
5542  * @param[in] leaf The node being read.
5543  * @param[out] data Updated to point to the node's data.
5544  * @return 0 on success, non-zero on failure.
5545  */
5546 static int
5547 mdb_node_read(MDB_txn *txn, MDB_node *leaf, MDB_val *data)
5548 {
5549         MDB_page        *omp;           /* overflow page */
5550         pgno_t           pgno;
5551         int rc;
5552
5553         if (!F_ISSET(leaf->mn_flags, F_BIGDATA)) {
5554                 data->mv_size = NODEDSZ(leaf);
5555                 data->mv_data = NODEDATA(leaf);
5556                 return MDB_SUCCESS;
5557         }
5558
5559         /* Read overflow data.
5560          */
5561         data->mv_size = NODEDSZ(leaf);
5562         memcpy(&pgno, NODEDATA(leaf), sizeof(pgno));
5563         if ((rc = mdb_page_get(txn, pgno, &omp, NULL)) != 0) {
5564                 DPRINTF(("read overflow page %"Z"u failed", pgno));
5565                 return rc;
5566         }
5567         data->mv_data = METADATA(omp);
5568
5569         return MDB_SUCCESS;
5570 }
5571
5572 int
5573 mdb_get(MDB_txn *txn, MDB_dbi dbi,
5574     MDB_val *key, MDB_val *data)
5575 {
5576         MDB_cursor      mc;
5577         MDB_xcursor     mx;
5578         int exact = 0;
5579         DKBUF;
5580
5581         DPRINTF(("===> get db %u key [%s]", dbi, DKEY(key)));
5582
5583         if (!key || !data || !TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
5584                 return EINVAL;
5585
5586         if (txn->mt_flags & MDB_TXN_ERROR)
5587                 return MDB_BAD_TXN;
5588
5589         mdb_cursor_init(&mc, txn, dbi, &mx);
5590         return mdb_cursor_set(&mc, key, data, MDB_SET, &exact);
5591 }
5592
5593 /** Find a sibling for a page.
5594  * Replaces the page at the top of the cursor's stack with the
5595  * specified sibling, if one exists.
5596  * @param[in] mc The cursor for this operation.
5597  * @param[in] move_right Non-zero if the right sibling is requested,
5598  * otherwise the left sibling.
5599  * @return 0 on success, non-zero on failure.
5600  */
5601 static int
5602 mdb_cursor_sibling(MDB_cursor *mc, int move_right)
5603 {
5604         int              rc;
5605         MDB_node        *indx;
5606         MDB_page        *mp;
5607
5608         if (mc->mc_snum < 2) {
5609                 return MDB_NOTFOUND;            /* root has no siblings */
5610         }
5611
5612         mdb_cursor_pop(mc);
5613         DPRINTF(("parent page is page %"Z"u, index %u",
5614                 mc->mc_pg[mc->mc_top]->mp_pgno, mc->mc_ki[mc->mc_top]));
5615
5616         if (move_right ? (mc->mc_ki[mc->mc_top] + 1u >= NUMKEYS(mc->mc_pg[mc->mc_top]))
5617                        : (mc->mc_ki[mc->mc_top] == 0)) {
5618                 DPRINTF(("no more keys left, moving to %s sibling",
5619                     move_right ? "right" : "left"));
5620                 if ((rc = mdb_cursor_sibling(mc, move_right)) != MDB_SUCCESS) {
5621                         /* undo cursor_pop before returning */
5622                         mc->mc_top++;
5623                         mc->mc_snum++;
5624                         return rc;
5625                 }
5626         } else {
5627                 if (move_right)
5628                         mc->mc_ki[mc->mc_top]++;
5629                 else
5630                         mc->mc_ki[mc->mc_top]--;
5631                 DPRINTF(("just moving to %s index key %u",
5632                     move_right ? "right" : "left", mc->mc_ki[mc->mc_top]));
5633         }
5634         mdb_cassert(mc, IS_BRANCH(mc->mc_pg[mc->mc_top]));
5635
5636         indx = NODEPTR(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top]);
5637         if ((rc = mdb_page_get(mc->mc_txn, NODEPGNO(indx), &mp, NULL)) != 0) {
5638                 /* mc will be inconsistent if caller does mc_snum++ as above */
5639                 mc->mc_flags &= ~(C_INITIALIZED|C_EOF);
5640                 return rc;
5641         }
5642
5643         mdb_cursor_push(mc, mp);
5644         if (!move_right)
5645                 mc->mc_ki[mc->mc_top] = NUMKEYS(mp)-1;
5646
5647         return MDB_SUCCESS;
5648 }
5649
5650 /** Move the cursor to the next data item. */
5651 static int
5652 mdb_cursor_next(MDB_cursor *mc, MDB_val *key, MDB_val *data, MDB_cursor_op op)
5653 {
5654         MDB_page        *mp;
5655         MDB_node        *leaf;
5656         int rc;
5657
5658         if (mc->mc_flags & C_EOF) {
5659                 return MDB_NOTFOUND;
5660         }
5661
5662         mdb_cassert(mc, mc->mc_flags & C_INITIALIZED);
5663
5664         mp = mc->mc_pg[mc->mc_top];
5665
5666         if (mc->mc_db->md_flags & MDB_DUPSORT) {
5667                 leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
5668                 if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
5669                         if (op == MDB_NEXT || op == MDB_NEXT_DUP) {
5670                                 rc = mdb_cursor_next(&mc->mc_xcursor->mx_cursor, data, NULL, MDB_NEXT);
5671                                 if (op != MDB_NEXT || rc != MDB_NOTFOUND) {
5672                                         if (rc == MDB_SUCCESS)
5673                                                 MDB_GET_KEY(leaf, key);
5674                                         return rc;
5675                                 }
5676                         }
5677                 } else {
5678                         mc->mc_xcursor->mx_cursor.mc_flags &= ~(C_INITIALIZED|C_EOF);
5679                         if (op == MDB_NEXT_DUP)
5680                                 return MDB_NOTFOUND;
5681                 }
5682         }
5683
5684         DPRINTF(("cursor_next: top page is %"Z"u in cursor %p",
5685                 mdb_dbg_pgno(mp), (void *) mc));
5686         if (mc->mc_flags & C_DEL)
5687                 goto skip;
5688
5689         if (mc->mc_ki[mc->mc_top] + 1u >= NUMKEYS(mp)) {
5690                 DPUTS("=====> move to next sibling page");
5691                 if ((rc = mdb_cursor_sibling(mc, 1)) != MDB_SUCCESS) {
5692                         mc->mc_flags |= C_EOF;
5693                         return rc;
5694                 }
5695                 mp = mc->mc_pg[mc->mc_top];
5696                 DPRINTF(("next page is %"Z"u, key index %u", mp->mp_pgno, mc->mc_ki[mc->mc_top]));
5697         } else
5698                 mc->mc_ki[mc->mc_top]++;
5699
5700 skip:
5701         DPRINTF(("==> cursor points to page %"Z"u with %u keys, key index %u",
5702             mdb_dbg_pgno(mp), NUMKEYS(mp), mc->mc_ki[mc->mc_top]));
5703
5704         if (IS_LEAF2(mp)) {
5705                 key->mv_size = mc->mc_db->md_pad;
5706                 key->mv_data = LEAF2KEY(mp, mc->mc_ki[mc->mc_top], key->mv_size);
5707                 return MDB_SUCCESS;
5708         }
5709
5710         mdb_cassert(mc, IS_LEAF(mp));
5711         leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
5712
5713         if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
5714                 mdb_xcursor_init1(mc, leaf);
5715         }
5716         if (data) {
5717                 if ((rc = mdb_node_read(mc->mc_txn, leaf, data)) != MDB_SUCCESS)
5718                         return rc;
5719
5720                 if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
5721                         rc = mdb_cursor_first(&mc->mc_xcursor->mx_cursor, data, NULL);
5722                         if (rc != MDB_SUCCESS)
5723                                 return rc;
5724                 }
5725         }
5726
5727         MDB_GET_KEY(leaf, key);
5728         return MDB_SUCCESS;
5729 }
5730
5731 /** Move the cursor to the previous data item. */
5732 static int
5733 mdb_cursor_prev(MDB_cursor *mc, MDB_val *key, MDB_val *data, MDB_cursor_op op)
5734 {
5735         MDB_page        *mp;
5736         MDB_node        *leaf;
5737         int rc;
5738
5739         mdb_cassert(mc, mc->mc_flags & C_INITIALIZED);
5740
5741         mp = mc->mc_pg[mc->mc_top];
5742
5743         if (mc->mc_db->md_flags & MDB_DUPSORT) {
5744                 leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
5745                 if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
5746                         if (op == MDB_PREV || op == MDB_PREV_DUP) {
5747                                 rc = mdb_cursor_prev(&mc->mc_xcursor->mx_cursor, data, NULL, MDB_PREV);
5748                                 if (op != MDB_PREV || rc != MDB_NOTFOUND) {
5749                                         if (rc == MDB_SUCCESS) {
5750                                                 MDB_GET_KEY(leaf, key);
5751                                                 mc->mc_flags &= ~C_EOF;
5752                                         }
5753                                         return rc;
5754                                 }
5755                         }
5756                 } else {
5757                         mc->mc_xcursor->mx_cursor.mc_flags &= ~(C_INITIALIZED|C_EOF);
5758                         if (op == MDB_PREV_DUP)
5759                                 return MDB_NOTFOUND;
5760                 }
5761         }
5762
5763         DPRINTF(("cursor_prev: top page is %"Z"u in cursor %p",
5764                 mdb_dbg_pgno(mp), (void *) mc));
5765
5766         if (mc->mc_ki[mc->mc_top] == 0)  {
5767                 DPUTS("=====> move to prev sibling page");
5768                 if ((rc = mdb_cursor_sibling(mc, 0)) != MDB_SUCCESS) {
5769                         return rc;
5770                 }
5771                 mp = mc->mc_pg[mc->mc_top];
5772                 mc->mc_ki[mc->mc_top] = NUMKEYS(mp) - 1;
5773                 DPRINTF(("prev page is %"Z"u, key index %u", mp->mp_pgno, mc->mc_ki[mc->mc_top]));
5774         } else
5775                 mc->mc_ki[mc->mc_top]--;
5776
5777         mc->mc_flags &= ~C_EOF;
5778
5779         DPRINTF(("==> cursor points to page %"Z"u with %u keys, key index %u",
5780             mdb_dbg_pgno(mp), NUMKEYS(mp), mc->mc_ki[mc->mc_top]));
5781
5782         if (IS_LEAF2(mp)) {
5783                 key->mv_size = mc->mc_db->md_pad;
5784                 key->mv_data = LEAF2KEY(mp, mc->mc_ki[mc->mc_top], key->mv_size);
5785                 return MDB_SUCCESS;
5786         }
5787
5788         mdb_cassert(mc, IS_LEAF(mp));
5789         leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
5790
5791         if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
5792                 mdb_xcursor_init1(mc, leaf);
5793         }
5794         if (data) {
5795                 if ((rc = mdb_node_read(mc->mc_txn, leaf, data)) != MDB_SUCCESS)
5796                         return rc;
5797
5798                 if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
5799                         rc = mdb_cursor_last(&mc->mc_xcursor->mx_cursor, data, NULL);
5800                         if (rc != MDB_SUCCESS)
5801                                 return rc;
5802                 }
5803         }
5804
5805         MDB_GET_KEY(leaf, key);
5806         return MDB_SUCCESS;
5807 }
5808
5809 /** Set the cursor on a specific data item. */
5810 static int
5811 mdb_cursor_set(MDB_cursor *mc, MDB_val *key, MDB_val *data,
5812     MDB_cursor_op op, int *exactp)
5813 {
5814         int              rc;
5815         MDB_page        *mp;
5816         MDB_node        *leaf = NULL;
5817         DKBUF;
5818
5819         if (key->mv_size == 0)
5820                 return MDB_BAD_VALSIZE;
5821
5822         if (mc->mc_xcursor)
5823                 mc->mc_xcursor->mx_cursor.mc_flags &= ~(C_INITIALIZED|C_EOF);
5824
5825         /* See if we're already on the right page */
5826         if (mc->mc_flags & C_INITIALIZED) {
5827                 MDB_val nodekey;
5828
5829                 mp = mc->mc_pg[mc->mc_top];
5830                 if (!NUMKEYS(mp)) {
5831                         mc->mc_ki[mc->mc_top] = 0;
5832                         return MDB_NOTFOUND;
5833                 }
5834                 if (mp->mp_flags & P_LEAF2) {
5835                         nodekey.mv_size = mc->mc_db->md_pad;
5836                         nodekey.mv_data = LEAF2KEY(mp, 0, nodekey.mv_size);
5837                 } else {
5838                         leaf = NODEPTR(mp, 0);
5839                         MDB_GET_KEY2(leaf, nodekey);
5840                 }
5841                 rc = mc->mc_dbx->md_cmp(key, &nodekey);
5842                 if (rc == 0) {
5843                         /* Probably happens rarely, but first node on the page
5844                          * was the one we wanted.
5845                          */
5846                         mc->mc_ki[mc->mc_top] = 0;
5847                         if (exactp)
5848                                 *exactp = 1;
5849                         goto set1;
5850                 }
5851                 if (rc > 0) {
5852                         unsigned int i;
5853                         unsigned int nkeys = NUMKEYS(mp);
5854                         if (nkeys > 1) {
5855                                 if (mp->mp_flags & P_LEAF2) {
5856                                         nodekey.mv_data = LEAF2KEY(mp,
5857                                                  nkeys-1, nodekey.mv_size);
5858                                 } else {
5859                                         leaf = NODEPTR(mp, nkeys-1);
5860                                         MDB_GET_KEY2(leaf, nodekey);
5861                                 }
5862                                 rc = mc->mc_dbx->md_cmp(key, &nodekey);
5863                                 if (rc == 0) {
5864                                         /* last node was the one we wanted */
5865                                         mc->mc_ki[mc->mc_top] = nkeys-1;
5866                                         if (exactp)
5867                                                 *exactp = 1;
5868                                         goto set1;
5869                                 }
5870                                 if (rc < 0) {
5871                                         if (mc->mc_ki[mc->mc_top] < NUMKEYS(mp)) {
5872                                                 /* This is definitely the right page, skip search_page */
5873                                                 if (mp->mp_flags & P_LEAF2) {
5874                                                         nodekey.mv_data = LEAF2KEY(mp,
5875                                                                  mc->mc_ki[mc->mc_top], nodekey.mv_size);
5876                                                 } else {
5877                                                         leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
5878                                                         MDB_GET_KEY2(leaf, nodekey);
5879                                                 }
5880                                                 rc = mc->mc_dbx->md_cmp(key, &nodekey);
5881                                                 if (rc == 0) {
5882                                                         /* current node was the one we wanted */
5883                                                         if (exactp)
5884                                                                 *exactp = 1;
5885                                                         goto set1;
5886                                                 }
5887                                         }
5888                                         rc = 0;
5889                                         goto set2;
5890                                 }
5891                         }
5892                         /* If any parents have right-sibs, search.
5893                          * Otherwise, there's nothing further.
5894                          */
5895                         for (i=0; i<mc->mc_top; i++)
5896                                 if (mc->mc_ki[i] <
5897                                         NUMKEYS(mc->mc_pg[i])-1)
5898                                         break;
5899                         if (i == mc->mc_top) {
5900                                 /* There are no other pages */
5901                                 mc->mc_ki[mc->mc_top] = nkeys;
5902                                 return MDB_NOTFOUND;
5903                         }
5904                 }
5905                 if (!mc->mc_top) {
5906                         /* There are no other pages */
5907                         mc->mc_ki[mc->mc_top] = 0;
5908                         if (op == MDB_SET_RANGE && !exactp) {
5909                                 rc = 0;
5910                                 goto set1;
5911                         } else
5912                                 return MDB_NOTFOUND;
5913                 }
5914         }
5915
5916         rc = mdb_page_search(mc, key, 0);
5917         if (rc != MDB_SUCCESS)
5918                 return rc;
5919
5920         mp = mc->mc_pg[mc->mc_top];
5921         mdb_cassert(mc, IS_LEAF(mp));
5922
5923 set2:
5924         leaf = mdb_node_search(mc, key, exactp);
5925         if (exactp != NULL && !*exactp) {
5926                 /* MDB_SET specified and not an exact match. */
5927                 return MDB_NOTFOUND;
5928         }
5929
5930         if (leaf == NULL) {
5931                 DPUTS("===> inexact leaf not found, goto sibling");
5932                 if ((rc = mdb_cursor_sibling(mc, 1)) != MDB_SUCCESS) {
5933                         mc->mc_flags |= C_EOF;
5934                         return rc;              /* no entries matched */
5935                 }
5936                 mp = mc->mc_pg[mc->mc_top];
5937                 mdb_cassert(mc, IS_LEAF(mp));
5938                 leaf = NODEPTR(mp, 0);
5939         }
5940
5941 set1:
5942         mc->mc_flags |= C_INITIALIZED;
5943         mc->mc_flags &= ~C_EOF;
5944
5945         if (IS_LEAF2(mp)) {
5946                 if (op == MDB_SET_RANGE || op == MDB_SET_KEY) {
5947                         key->mv_size = mc->mc_db->md_pad;
5948                         key->mv_data = LEAF2KEY(mp, mc->mc_ki[mc->mc_top], key->mv_size);
5949                 }
5950                 return MDB_SUCCESS;
5951         }
5952
5953         if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
5954                 mdb_xcursor_init1(mc, leaf);
5955         }
5956         if (data) {
5957                 if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
5958                         if (op == MDB_SET || op == MDB_SET_KEY || op == MDB_SET_RANGE) {
5959                                 rc = mdb_cursor_first(&mc->mc_xcursor->mx_cursor, data, NULL);
5960                         } else {
5961                                 int ex2, *ex2p;
5962                                 if (op == MDB_GET_BOTH) {
5963                                         ex2p = &ex2;
5964                                         ex2 = 0;
5965                                 } else {
5966                                         ex2p = NULL;
5967                                 }
5968                                 rc = mdb_cursor_set(&mc->mc_xcursor->mx_cursor, data, NULL, MDB_SET_RANGE, ex2p);
5969                                 if (rc != MDB_SUCCESS)
5970                                         return rc;
5971                         }
5972                 } else if (op == MDB_GET_BOTH || op == MDB_GET_BOTH_RANGE) {
5973                         MDB_val olddata;
5974                         MDB_cmp_func *dcmp;
5975                         if ((rc = mdb_node_read(mc->mc_txn, leaf, &olddata)) != MDB_SUCCESS)
5976                                 return rc;
5977                         dcmp = mc->mc_dbx->md_dcmp;
5978 #if UINT_MAX < SIZE_MAX
5979                         if (dcmp == mdb_cmp_int && olddata.mv_size == sizeof(size_t))
5980                                 dcmp = mdb_cmp_clong;
5981 #endif
5982                         rc = dcmp(data, &olddata);
5983                         if (rc) {
5984                                 if (op == MDB_GET_BOTH || rc > 0)
5985                                         return MDB_NOTFOUND;
5986                                 rc = 0;
5987                                 *data = olddata;
5988                         }
5989
5990                 } else {
5991                         if (mc->mc_xcursor)
5992                                 mc->mc_xcursor->mx_cursor.mc_flags &= ~(C_INITIALIZED|C_EOF);
5993                         if ((rc = mdb_node_read(mc->mc_txn, leaf, data)) != MDB_SUCCESS)
5994                                 return rc;
5995                 }
5996         }
5997
5998         /* The key already matches in all other cases */
5999         if (op == MDB_SET_RANGE || op == MDB_SET_KEY)
6000                 MDB_GET_KEY(leaf, key);
6001         DPRINTF(("==> cursor placed on key [%s]", DKEY(key)));
6002
6003         return rc;
6004 }
6005
6006 /** Move the cursor to the first item in the database. */
6007 static int
6008 mdb_cursor_first(MDB_cursor *mc, MDB_val *key, MDB_val *data)
6009 {
6010         int              rc;
6011         MDB_node        *leaf;
6012
6013         if (mc->mc_xcursor)
6014                 mc->mc_xcursor->mx_cursor.mc_flags &= ~(C_INITIALIZED|C_EOF);
6015
6016         if (!(mc->mc_flags & C_INITIALIZED) || mc->mc_top) {
6017                 rc = mdb_page_search(mc, NULL, MDB_PS_FIRST);
6018                 if (rc != MDB_SUCCESS)
6019                         return rc;
6020         }
6021         mdb_cassert(mc, IS_LEAF(mc->mc_pg[mc->mc_top]));
6022
6023         leaf = NODEPTR(mc->mc_pg[mc->mc_top], 0);
6024         mc->mc_flags |= C_INITIALIZED;
6025         mc->mc_flags &= ~C_EOF;
6026
6027         mc->mc_ki[mc->mc_top] = 0;
6028
6029         if (IS_LEAF2(mc->mc_pg[mc->mc_top])) {
6030                 key->mv_size = mc->mc_db->md_pad;
6031                 key->mv_data = LEAF2KEY(mc->mc_pg[mc->mc_top], 0, key->mv_size);
6032                 return MDB_SUCCESS;
6033         }
6034
6035         if (data) {
6036                 if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
6037                         mdb_xcursor_init1(mc, leaf);
6038                         rc = mdb_cursor_first(&mc->mc_xcursor->mx_cursor, data, NULL);
6039                         if (rc)
6040                                 return rc;
6041                 } else {
6042                         if ((rc = mdb_node_read(mc->mc_txn, leaf, data)) != MDB_SUCCESS)
6043                                 return rc;
6044                 }
6045         }
6046         MDB_GET_KEY(leaf, key);
6047         return MDB_SUCCESS;
6048 }
6049
6050 /** Move the cursor to the last item in the database. */
6051 static int
6052 mdb_cursor_last(MDB_cursor *mc, MDB_val *key, MDB_val *data)
6053 {
6054         int              rc;
6055         MDB_node        *leaf;
6056
6057         if (mc->mc_xcursor)
6058                 mc->mc_xcursor->mx_cursor.mc_flags &= ~(C_INITIALIZED|C_EOF);
6059
6060         if (!(mc->mc_flags & C_EOF)) {
6061
6062                 if (!(mc->mc_flags & C_INITIALIZED) || mc->mc_top) {
6063                         rc = mdb_page_search(mc, NULL, MDB_PS_LAST);
6064                         if (rc != MDB_SUCCESS)
6065                                 return rc;
6066                 }
6067                 mdb_cassert(mc, IS_LEAF(mc->mc_pg[mc->mc_top]));
6068
6069         }
6070         mc->mc_ki[mc->mc_top] = NUMKEYS(mc->mc_pg[mc->mc_top]) - 1;
6071         mc->mc_flags |= C_INITIALIZED|C_EOF;
6072         leaf = NODEPTR(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top]);
6073
6074         if (IS_LEAF2(mc->mc_pg[mc->mc_top])) {
6075                 key->mv_size = mc->mc_db->md_pad;
6076                 key->mv_data = LEAF2KEY(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top], key->mv_size);
6077                 return MDB_SUCCESS;
6078         }
6079
6080         if (data) {
6081                 if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
6082                         mdb_xcursor_init1(mc, leaf);
6083                         rc = mdb_cursor_last(&mc->mc_xcursor->mx_cursor, data, NULL);
6084                         if (rc)
6085                                 return rc;
6086                 } else {
6087                         if ((rc = mdb_node_read(mc->mc_txn, leaf, data)) != MDB_SUCCESS)
6088                                 return rc;
6089                 }
6090         }
6091
6092         MDB_GET_KEY(leaf, key);
6093         return MDB_SUCCESS;
6094 }
6095
6096 int
6097 mdb_cursor_get(MDB_cursor *mc, MDB_val *key, MDB_val *data,
6098     MDB_cursor_op op)
6099 {
6100         int              rc;
6101         int              exact = 0;
6102         int              (*mfunc)(MDB_cursor *mc, MDB_val *key, MDB_val *data);
6103
6104         if (mc == NULL)
6105                 return EINVAL;
6106
6107         if (mc->mc_txn->mt_flags & MDB_TXN_ERROR)
6108                 return MDB_BAD_TXN;
6109
6110         switch (op) {
6111         case MDB_GET_CURRENT:
6112                 if (!(mc->mc_flags & C_INITIALIZED)) {
6113                         rc = EINVAL;
6114                 } else {
6115                         MDB_page *mp = mc->mc_pg[mc->mc_top];
6116                         int nkeys = NUMKEYS(mp);
6117                         if (!nkeys || mc->mc_ki[mc->mc_top] >= nkeys) {
6118                                 mc->mc_ki[mc->mc_top] = nkeys;
6119                                 rc = MDB_NOTFOUND;
6120                                 break;
6121                         }
6122                         rc = MDB_SUCCESS;
6123                         if (IS_LEAF2(mp)) {
6124                                 key->mv_size = mc->mc_db->md_pad;
6125                                 key->mv_data = LEAF2KEY(mp, mc->mc_ki[mc->mc_top], key->mv_size);
6126                         } else {
6127                                 MDB_node *leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
6128                                 MDB_GET_KEY(leaf, key);
6129                                 if (data) {
6130                                         if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
6131                                                 if (mc->mc_flags & C_DEL)
6132                                                         mdb_xcursor_init1(mc, leaf);
6133                                                 rc = mdb_cursor_get(&mc->mc_xcursor->mx_cursor, data, NULL, MDB_GET_CURRENT);
6134                                         } else {
6135                                                 rc = mdb_node_read(mc->mc_txn, leaf, data);
6136                                         }
6137                                 }
6138                         }
6139                 }
6140                 break;
6141         case MDB_GET_BOTH:
6142         case MDB_GET_BOTH_RANGE:
6143                 if (data == NULL) {
6144                         rc = EINVAL;
6145                         break;
6146                 }
6147                 if (mc->mc_xcursor == NULL) {
6148                         rc = MDB_INCOMPATIBLE;
6149                         break;
6150                 }
6151                 /* FALLTHRU */
6152         case MDB_SET:
6153         case MDB_SET_KEY:
6154         case MDB_SET_RANGE:
6155                 if (key == NULL) {
6156                         rc = EINVAL;
6157                 } else {
6158                         rc = mdb_cursor_set(mc, key, data, op,
6159                                 op == MDB_SET_RANGE ? NULL : &exact);
6160                 }
6161                 break;
6162         case MDB_GET_MULTIPLE:
6163                 if (data == NULL || !(mc->mc_flags & C_INITIALIZED)) {
6164                         rc = EINVAL;
6165                         break;
6166                 }
6167                 if (!(mc->mc_db->md_flags & MDB_DUPFIXED)) {
6168                         rc = MDB_INCOMPATIBLE;
6169                         break;
6170                 }
6171                 rc = MDB_SUCCESS;
6172                 if (!(mc->mc_xcursor->mx_cursor.mc_flags & C_INITIALIZED) ||
6173                         (mc->mc_xcursor->mx_cursor.mc_flags & C_EOF))
6174                         break;
6175                 goto fetchm;
6176         case MDB_NEXT_MULTIPLE:
6177                 if (data == NULL) {
6178                         rc = EINVAL;
6179                         break;
6180                 }
6181                 if (!(mc->mc_db->md_flags & MDB_DUPFIXED)) {
6182                         rc = MDB_INCOMPATIBLE;
6183                         break;
6184                 }
6185                 if (!(mc->mc_flags & C_INITIALIZED))
6186                         rc = mdb_cursor_first(mc, key, data);
6187                 else
6188                         rc = mdb_cursor_next(mc, key, data, MDB_NEXT_DUP);
6189                 if (rc == MDB_SUCCESS) {
6190                         if (mc->mc_xcursor->mx_cursor.mc_flags & C_INITIALIZED) {
6191                                 MDB_cursor *mx;
6192 fetchm:
6193                                 mx = &mc->mc_xcursor->mx_cursor;
6194                                 data->mv_size = NUMKEYS(mx->mc_pg[mx->mc_top]) *
6195                                         mx->mc_db->md_pad;
6196                                 data->mv_data = METADATA(mx->mc_pg[mx->mc_top]);
6197                                 mx->mc_ki[mx->mc_top] = NUMKEYS(mx->mc_pg[mx->mc_top])-1;
6198                         } else {
6199                                 rc = MDB_NOTFOUND;
6200                         }
6201                 }
6202                 break;
6203         case MDB_NEXT:
6204         case MDB_NEXT_DUP:
6205         case MDB_NEXT_NODUP:
6206                 if (!(mc->mc_flags & C_INITIALIZED))
6207                         rc = mdb_cursor_first(mc, key, data);
6208                 else
6209                         rc = mdb_cursor_next(mc, key, data, op);
6210                 break;
6211         case MDB_PREV:
6212         case MDB_PREV_DUP:
6213         case MDB_PREV_NODUP:
6214                 if (!(mc->mc_flags & C_INITIALIZED)) {
6215                         rc = mdb_cursor_last(mc, key, data);
6216                         if (rc)
6217                                 break;
6218                         mc->mc_flags |= C_INITIALIZED;
6219                         mc->mc_ki[mc->mc_top]++;
6220                 }
6221                 rc = mdb_cursor_prev(mc, key, data, op);
6222                 break;
6223         case MDB_FIRST:
6224                 rc = mdb_cursor_first(mc, key, data);
6225                 break;
6226         case MDB_FIRST_DUP:
6227                 mfunc = mdb_cursor_first;
6228         mmove:
6229                 if (data == NULL || !(mc->mc_flags & C_INITIALIZED)) {
6230                         rc = EINVAL;
6231                         break;
6232                 }
6233                 if (mc->mc_xcursor == NULL) {
6234                         rc = MDB_INCOMPATIBLE;
6235                         break;
6236                 }
6237                 {
6238                         MDB_node *leaf = NODEPTR(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top]);
6239                         if (!F_ISSET(leaf->mn_flags, F_DUPDATA)) {
6240                                 MDB_GET_KEY(leaf, key);
6241                                 rc = mdb_node_read(mc->mc_txn, leaf, data);
6242                                 break;
6243                         }
6244                 }
6245                 if (!(mc->mc_xcursor->mx_cursor.mc_flags & C_INITIALIZED)) {
6246                         rc = EINVAL;
6247                         break;
6248                 }
6249                 rc = mfunc(&mc->mc_xcursor->mx_cursor, data, NULL);
6250                 break;
6251         case MDB_LAST:
6252                 rc = mdb_cursor_last(mc, key, data);
6253                 break;
6254         case MDB_LAST_DUP:
6255                 mfunc = mdb_cursor_last;
6256                 goto mmove;
6257         default:
6258                 DPRINTF(("unhandled/unimplemented cursor operation %u", op));
6259                 rc = EINVAL;
6260                 break;
6261         }
6262
6263         if (mc->mc_flags & C_DEL)
6264                 mc->mc_flags ^= C_DEL;
6265
6266         return rc;
6267 }
6268
6269 /** Touch all the pages in the cursor stack. Set mc_top.
6270  *      Makes sure all the pages are writable, before attempting a write operation.
6271  * @param[in] mc The cursor to operate on.
6272  */
6273 static int
6274 mdb_cursor_touch(MDB_cursor *mc)
6275 {
6276         int rc = MDB_SUCCESS;
6277
6278         if (mc->mc_dbi > MAIN_DBI && !(*mc->mc_dbflag & DB_DIRTY)) {
6279                 MDB_cursor mc2;
6280                 MDB_xcursor mcx;
6281                 if (TXN_DBI_CHANGED(mc->mc_txn, mc->mc_dbi))
6282                         return MDB_BAD_DBI;
6283                 mdb_cursor_init(&mc2, mc->mc_txn, MAIN_DBI, &mcx);
6284                 rc = mdb_page_search(&mc2, &mc->mc_dbx->md_name, MDB_PS_MODIFY);
6285                 if (rc)
6286                          return rc;
6287                 *mc->mc_dbflag |= DB_DIRTY;
6288         }
6289         mc->mc_top = 0;
6290         if (mc->mc_snum) {
6291                 do {
6292                         rc = mdb_page_touch(mc);
6293                 } while (!rc && ++(mc->mc_top) < mc->mc_snum);
6294                 mc->mc_top = mc->mc_snum-1;
6295         }
6296         return rc;
6297 }
6298
6299 /** Do not spill pages to disk if txn is getting full, may fail instead */
6300 #define MDB_NOSPILL     0x8000
6301
6302 int
6303 mdb_cursor_put(MDB_cursor *mc, MDB_val *key, MDB_val *data,
6304     unsigned int flags)
6305 {
6306         MDB_env         *env;
6307         MDB_node        *leaf = NULL;
6308         MDB_page        *fp, *mp;
6309         uint16_t        fp_flags;
6310         MDB_val         xdata, *rdata, dkey, olddata;
6311         MDB_db dummy;
6312         int do_sub = 0, insert_key, insert_data;
6313         unsigned int mcount = 0, dcount = 0, nospill;
6314         size_t nsize;
6315         int rc, rc2;
6316         unsigned int nflags;
6317         DKBUF;
6318
6319         if (mc == NULL || key == NULL)
6320                 return EINVAL;
6321
6322         env = mc->mc_txn->mt_env;
6323
6324         /* Check this first so counter will always be zero on any
6325          * early failures.
6326          */
6327         if (flags & MDB_MULTIPLE) {
6328                 dcount = data[1].mv_size;
6329                 data[1].mv_size = 0;
6330                 if (!F_ISSET(mc->mc_db->md_flags, MDB_DUPFIXED))
6331                         return MDB_INCOMPATIBLE;
6332         }
6333
6334         nospill = flags & MDB_NOSPILL;
6335         flags &= ~MDB_NOSPILL;
6336
6337         if (mc->mc_txn->mt_flags & (MDB_TXN_RDONLY|MDB_TXN_ERROR))
6338                 return (mc->mc_txn->mt_flags & MDB_TXN_RDONLY) ? EACCES : MDB_BAD_TXN;
6339
6340         if (key->mv_size-1 >= ENV_MAXKEY(env))
6341                 return MDB_BAD_VALSIZE;
6342
6343 #if SIZE_MAX > MAXDATASIZE
6344         if (data->mv_size > ((mc->mc_db->md_flags & MDB_DUPSORT) ? ENV_MAXKEY(env) : MAXDATASIZE))
6345                 return MDB_BAD_VALSIZE;
6346 #else
6347         if ((mc->mc_db->md_flags & MDB_DUPSORT) && data->mv_size > ENV_MAXKEY(env))
6348                 return MDB_BAD_VALSIZE;
6349 #endif
6350
6351         DPRINTF(("==> put db %d key [%s], size %"Z"u, data size %"Z"u",
6352                 DDBI(mc), DKEY(key), key ? key->mv_size : 0, data->mv_size));
6353
6354         dkey.mv_size = 0;
6355
6356         if (flags == MDB_CURRENT) {
6357                 if (!(mc->mc_flags & C_INITIALIZED))
6358                         return EINVAL;
6359                 rc = MDB_SUCCESS;
6360         } else if (mc->mc_db->md_root == P_INVALID) {
6361                 /* new database, cursor has nothing to point to */
6362                 mc->mc_snum = 0;
6363                 mc->mc_top = 0;
6364                 mc->mc_flags &= ~C_INITIALIZED;
6365                 rc = MDB_NO_ROOT;
6366         } else {
6367                 int exact = 0;
6368                 MDB_val d2;
6369                 if (flags & MDB_APPEND) {
6370                         MDB_val k2;
6371                         rc = mdb_cursor_last(mc, &k2, &d2);
6372                         if (rc == 0) {
6373                                 rc = mc->mc_dbx->md_cmp(key, &k2);
6374                                 if (rc > 0) {
6375                                         rc = MDB_NOTFOUND;
6376                                         mc->mc_ki[mc->mc_top]++;
6377                                 } else {
6378                                         /* new key is <= last key */
6379                                         rc = MDB_KEYEXIST;
6380                                 }
6381                         }
6382                 } else {
6383                         rc = mdb_cursor_set(mc, key, &d2, MDB_SET, &exact);
6384                 }
6385                 if ((flags & MDB_NOOVERWRITE) && rc == 0) {
6386                         DPRINTF(("duplicate key [%s]", DKEY(key)));
6387                         *data = d2;
6388                         return MDB_KEYEXIST;
6389                 }
6390                 if (rc && rc != MDB_NOTFOUND)
6391                         return rc;
6392         }
6393
6394         if (mc->mc_flags & C_DEL)
6395                 mc->mc_flags ^= C_DEL;
6396
6397         /* Cursor is positioned, check for room in the dirty list */
6398         if (!nospill) {
6399                 if (flags & MDB_MULTIPLE) {
6400                         rdata = &xdata;
6401                         xdata.mv_size = data->mv_size * dcount;
6402                 } else {
6403                         rdata = data;
6404                 }
6405                 if ((rc2 = mdb_page_spill(mc, key, rdata)))
6406                         return rc2;
6407         }
6408
6409         if (rc == MDB_NO_ROOT) {
6410                 MDB_page *np;
6411                 /* new database, write a root leaf page */
6412                 DPUTS("allocating new root leaf page");
6413                 if ((rc2 = mdb_page_new(mc, P_LEAF, 1, &np))) {
6414                         return rc2;
6415                 }
6416                 mdb_cursor_push(mc, np);
6417                 mc->mc_db->md_root = np->mp_pgno;
6418                 mc->mc_db->md_depth++;
6419                 *mc->mc_dbflag |= DB_DIRTY;
6420                 if ((mc->mc_db->md_flags & (MDB_DUPSORT|MDB_DUPFIXED))
6421                         == MDB_DUPFIXED)
6422                         np->mp_flags |= P_LEAF2;
6423                 mc->mc_flags |= C_INITIALIZED;
6424         } else {
6425                 /* make sure all cursor pages are writable */
6426                 rc2 = mdb_cursor_touch(mc);
6427                 if (rc2)
6428                         return rc2;
6429         }
6430
6431         insert_key = insert_data = rc;
6432         if (insert_key) {
6433                 /* The key does not exist */
6434                 DPRINTF(("inserting key at index %i", mc->mc_ki[mc->mc_top]));
6435                 if ((mc->mc_db->md_flags & MDB_DUPSORT) &&
6436                         LEAFSIZE(key, data) > env->me_nodemax)
6437                 {
6438                         /* Too big for a node, insert in sub-DB.  Set up an empty
6439                          * "old sub-page" for prep_subDB to expand to a full page.
6440                          */
6441                         fp_flags = P_LEAF|P_DIRTY;
6442                         fp = env->me_pbuf;
6443                         fp->mp_pad = data->mv_size; /* used if MDB_DUPFIXED */
6444                         fp->mp_lower = fp->mp_upper = (PAGEHDRSZ-PAGEBASE);
6445                         olddata.mv_size = PAGEHDRSZ;
6446                         goto prep_subDB;
6447                 }
6448         } else {
6449                 /* there's only a key anyway, so this is a no-op */
6450                 if (IS_LEAF2(mc->mc_pg[mc->mc_top])) {
6451                         char *ptr;
6452                         unsigned int ksize = mc->mc_db->md_pad;
6453                         if (key->mv_size != ksize)
6454                                 return MDB_BAD_VALSIZE;
6455                         ptr = LEAF2KEY(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top], ksize);
6456                         memcpy(ptr, key->mv_data, ksize);
6457 fix_parent:
6458                         /* if overwriting slot 0 of leaf, need to
6459                          * update branch key if there is a parent page
6460                          */
6461                         if (mc->mc_top && !mc->mc_ki[mc->mc_top]) {
6462                                 unsigned short top = mc->mc_top;
6463                                 mc->mc_top--;
6464                                 /* slot 0 is always an empty key, find real slot */
6465                                 while (mc->mc_top && !mc->mc_ki[mc->mc_top])
6466                                         mc->mc_top--;
6467                                 if (mc->mc_ki[mc->mc_top])
6468                                         rc2 = mdb_update_key(mc, key);
6469                                 else
6470                                         rc2 = MDB_SUCCESS;
6471                                 mc->mc_top = top;
6472                                 if (rc2)
6473                                         return rc2;
6474                         }
6475                         return MDB_SUCCESS;
6476                 }
6477
6478 more:
6479                 leaf = NODEPTR(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top]);
6480                 olddata.mv_size = NODEDSZ(leaf);
6481                 olddata.mv_data = NODEDATA(leaf);
6482
6483                 /* DB has dups? */
6484                 if (F_ISSET(mc->mc_db->md_flags, MDB_DUPSORT)) {
6485                         /* Prepare (sub-)page/sub-DB to accept the new item,
6486                          * if needed.  fp: old sub-page or a header faking
6487                          * it.  mp: new (sub-)page.  offset: growth in page
6488                          * size.  xdata: node data with new page or DB.
6489                          */
6490                         unsigned        i, offset = 0;
6491                         mp = fp = xdata.mv_data = env->me_pbuf;
6492                         mp->mp_pgno = mc->mc_pg[mc->mc_top]->mp_pgno;
6493
6494                         /* Was a single item before, must convert now */
6495                         if (!F_ISSET(leaf->mn_flags, F_DUPDATA)) {
6496                                 MDB_cmp_func *dcmp;
6497                                 /* Just overwrite the current item */
6498                                 if (flags == MDB_CURRENT)
6499                                         goto current;
6500                                 dcmp = mc->mc_dbx->md_dcmp;
6501 #if UINT_MAX < SIZE_MAX
6502                                 if (dcmp == mdb_cmp_int && olddata.mv_size == sizeof(size_t))
6503                                         dcmp = mdb_cmp_clong;
6504 #endif
6505                                 /* does data match? */
6506                                 if (!dcmp(data, &olddata)) {
6507                                         if (flags & MDB_NODUPDATA)
6508                                                 return MDB_KEYEXIST;
6509                                         /* overwrite it */
6510                                         goto current;
6511                                 }
6512
6513                                 /* Back up original data item */
6514                                 dkey.mv_size = olddata.mv_size;
6515                                 dkey.mv_data = memcpy(fp+1, olddata.mv_data, olddata.mv_size);
6516
6517                                 /* Make sub-page header for the dup items, with dummy body */
6518                                 fp->mp_flags = P_LEAF|P_DIRTY|P_SUBP;
6519                                 fp->mp_lower = (PAGEHDRSZ-PAGEBASE);
6520                                 xdata.mv_size = PAGEHDRSZ + dkey.mv_size + data->mv_size;
6521                                 if (mc->mc_db->md_flags & MDB_DUPFIXED) {
6522                                         fp->mp_flags |= P_LEAF2;
6523                                         fp->mp_pad = data->mv_size;
6524                                         xdata.mv_size += 2 * data->mv_size;     /* leave space for 2 more */
6525                                 } else {
6526                                         xdata.mv_size += 2 * (sizeof(indx_t) + NODESIZE) +
6527                                                 (dkey.mv_size & 1) + (data->mv_size & 1);
6528                                 }
6529                                 fp->mp_upper = xdata.mv_size - PAGEBASE;
6530                                 olddata.mv_size = xdata.mv_size; /* pretend olddata is fp */
6531                         } else if (leaf->mn_flags & F_SUBDATA) {
6532                                 /* Data is on sub-DB, just store it */
6533                                 flags |= F_DUPDATA|F_SUBDATA;
6534                                 goto put_sub;
6535                         } else {
6536                                 /* Data is on sub-page */
6537                                 fp = olddata.mv_data;
6538                                 switch (flags) {
6539                                 default:
6540                                         if (!(mc->mc_db->md_flags & MDB_DUPFIXED)) {
6541                                                 offset = EVEN(NODESIZE + sizeof(indx_t) +
6542                                                         data->mv_size);
6543                                                 break;
6544                                         }
6545                                         offset = fp->mp_pad;
6546                                         if (SIZELEFT(fp) < offset) {
6547                                                 offset *= 4; /* space for 4 more */
6548                                                 break;
6549                                         }
6550                                         /* FALLTHRU: Big enough MDB_DUPFIXED sub-page */
6551                                 case MDB_CURRENT:
6552                                         fp->mp_flags |= P_DIRTY;
6553                                         COPY_PGNO(fp->mp_pgno, mp->mp_pgno);
6554                                         mc->mc_xcursor->mx_cursor.mc_pg[0] = fp;
6555                                         flags |= F_DUPDATA;
6556                                         goto put_sub;
6557                                 }
6558                                 xdata.mv_size = olddata.mv_size + offset;
6559                         }
6560
6561                         fp_flags = fp->mp_flags;
6562                         if (NODESIZE + NODEKSZ(leaf) + xdata.mv_size > env->me_nodemax) {
6563                                         /* Too big for a sub-page, convert to sub-DB */
6564                                         fp_flags &= ~P_SUBP;
6565 prep_subDB:
6566                                         if (mc->mc_db->md_flags & MDB_DUPFIXED) {
6567                                                 fp_flags |= P_LEAF2;
6568                                                 dummy.md_pad = fp->mp_pad;
6569                                                 dummy.md_flags = MDB_DUPFIXED;
6570                                                 if (mc->mc_db->md_flags & MDB_INTEGERDUP)
6571                                                         dummy.md_flags |= MDB_INTEGERKEY;
6572                                         } else {
6573                                                 dummy.md_pad = 0;
6574                                                 dummy.md_flags = 0;
6575                                         }
6576                                         dummy.md_depth = 1;
6577                                         dummy.md_branch_pages = 0;
6578                                         dummy.md_leaf_pages = 1;
6579                                         dummy.md_overflow_pages = 0;
6580                                         dummy.md_entries = NUMKEYS(fp);
6581                                         xdata.mv_size = sizeof(MDB_db);
6582                                         xdata.mv_data = &dummy;
6583                                         if ((rc = mdb_page_alloc(mc, 1, &mp)))
6584                                                 return rc;
6585                                         offset = env->me_psize - olddata.mv_size;
6586                                         flags |= F_DUPDATA|F_SUBDATA;
6587                                         dummy.md_root = mp->mp_pgno;
6588                         }
6589                         if (mp != fp) {
6590                                 mp->mp_flags = fp_flags | P_DIRTY;
6591                                 mp->mp_pad   = fp->mp_pad;
6592                                 mp->mp_lower = fp->mp_lower;
6593                                 mp->mp_upper = fp->mp_upper + offset;
6594                                 if (fp_flags & P_LEAF2) {
6595                                         memcpy(METADATA(mp), METADATA(fp), NUMKEYS(fp) * fp->mp_pad);
6596                                 } else {
6597                                         memcpy((char *)mp + mp->mp_upper + PAGEBASE, (char *)fp + fp->mp_upper + PAGEBASE,
6598                                                 olddata.mv_size - fp->mp_upper - PAGEBASE);
6599                                         for (i=0; i<NUMKEYS(fp); i++)
6600                                                 mp->mp_ptrs[i] = fp->mp_ptrs[i] + offset;
6601                                 }
6602                         }
6603
6604                         rdata = &xdata;
6605                         flags |= F_DUPDATA;
6606                         do_sub = 1;
6607                         if (!insert_key)
6608                                 mdb_node_del(mc, 0);
6609                         goto new_sub;
6610                 }
6611 current:
6612                 /* LMDB passes F_SUBDATA in 'flags' to write a DB record */
6613                 if ((leaf->mn_flags ^ flags) & F_SUBDATA)
6614                         return MDB_INCOMPATIBLE;
6615                 /* overflow page overwrites need special handling */
6616                 if (F_ISSET(leaf->mn_flags, F_BIGDATA)) {
6617                         MDB_page *omp;
6618                         pgno_t pg;
6619                         int level, ovpages, dpages = OVPAGES(data->mv_size, env->me_psize);
6620
6621                         memcpy(&pg, olddata.mv_data, sizeof(pg));
6622                         if ((rc2 = mdb_page_get(mc->mc_txn, pg, &omp, &level)) != 0)
6623                                 return rc2;
6624                         ovpages = omp->mp_pages;
6625
6626                         /* Is the ov page large enough? */
6627                         if (ovpages >= dpages) {
6628                           if (!(omp->mp_flags & P_DIRTY) &&
6629                                   (level || (env->me_flags & MDB_WRITEMAP)))
6630                           {
6631                                 rc = mdb_page_unspill(mc->mc_txn, omp, &omp);
6632                                 if (rc)
6633                                         return rc;
6634                                 level = 0;              /* dirty in this txn or clean */
6635                           }
6636                           /* Is it dirty? */
6637                           if (omp->mp_flags & P_DIRTY) {
6638                                 /* yes, overwrite it. Note in this case we don't
6639                                  * bother to try shrinking the page if the new data
6640                                  * is smaller than the overflow threshold.
6641                                  */
6642                                 if (level > 1) {
6643                                         /* It is writable only in a parent txn */
6644                                         size_t sz = (size_t) env->me_psize * ovpages, off;
6645                                         MDB_page *np = mdb_page_malloc(mc->mc_txn, ovpages);
6646                                         MDB_ID2 id2;
6647                                         if (!np)
6648                                                 return ENOMEM;
6649                                         id2.mid = pg;
6650                                         id2.mptr = np;
6651                                         rc2 = mdb_mid2l_insert(mc->mc_txn->mt_u.dirty_list, &id2);
6652                                         mdb_cassert(mc, rc2 == 0);
6653                                         if (!(flags & MDB_RESERVE)) {
6654                                                 /* Copy end of page, adjusting alignment so
6655                                                  * compiler may copy words instead of bytes.
6656                                                  */
6657                                                 off = (PAGEHDRSZ + data->mv_size) & -sizeof(size_t);
6658                                                 memcpy((size_t *)((char *)np + off),
6659                                                         (size_t *)((char *)omp + off), sz - off);
6660                                                 sz = PAGEHDRSZ;
6661                                         }
6662                                         memcpy(np, omp, sz); /* Copy beginning of page */
6663                                         omp = np;
6664                                 }
6665                                 SETDSZ(leaf, data->mv_size);
6666                                 if (F_ISSET(flags, MDB_RESERVE))
6667                                         data->mv_data = METADATA(omp);
6668                                 else
6669                                         memcpy(METADATA(omp), data->mv_data, data->mv_size);
6670                                 return MDB_SUCCESS;
6671                           }
6672                         }
6673                         if ((rc2 = mdb_ovpage_free(mc, omp)) != MDB_SUCCESS)
6674                                 return rc2;
6675                 } else if (data->mv_size == olddata.mv_size) {
6676                         /* same size, just replace it. Note that we could
6677                          * also reuse this node if the new data is smaller,
6678                          * but instead we opt to shrink the node in that case.
6679                          */
6680                         if (F_ISSET(flags, MDB_RESERVE))
6681                                 data->mv_data = olddata.mv_data;
6682                         else if (!(mc->mc_flags & C_SUB))
6683                                 memcpy(olddata.mv_data, data->mv_data, data->mv_size);
6684                         else {
6685                                 memcpy(NODEKEY(leaf), key->mv_data, key->mv_size);
6686                                 goto fix_parent;
6687                         }
6688                         return MDB_SUCCESS;
6689                 }
6690                 mdb_node_del(mc, 0);
6691         }
6692
6693         rdata = data;
6694
6695 new_sub:
6696         nflags = flags & NODE_ADD_FLAGS;
6697         nsize = IS_LEAF2(mc->mc_pg[mc->mc_top]) ? key->mv_size : mdb_leaf_size(env, key, rdata);
6698         if (SIZELEFT(mc->mc_pg[mc->mc_top]) < nsize) {
6699                 if (( flags & (F_DUPDATA|F_SUBDATA)) == F_DUPDATA )
6700                         nflags &= ~MDB_APPEND; /* sub-page may need room to grow */
6701                 if (!insert_key)
6702                         nflags |= MDB_SPLIT_REPLACE;
6703                 rc = mdb_page_split(mc, key, rdata, P_INVALID, nflags);
6704         } else {
6705                 /* There is room already in this leaf page. */
6706                 rc = mdb_node_add(mc, mc->mc_ki[mc->mc_top], key, rdata, 0, nflags);
6707                 if (rc == 0 && insert_key) {
6708                         /* Adjust other cursors pointing to mp */
6709                         MDB_cursor *m2, *m3;
6710                         MDB_dbi dbi = mc->mc_dbi;
6711                         unsigned i = mc->mc_top;
6712                         MDB_page *mp = mc->mc_pg[i];
6713
6714                         for (m2 = mc->mc_txn->mt_cursors[dbi]; m2; m2=m2->mc_next) {
6715                                 if (mc->mc_flags & C_SUB)
6716                                         m3 = &m2->mc_xcursor->mx_cursor;
6717                                 else
6718                                         m3 = m2;
6719                                 if (m3 == mc || m3->mc_snum < mc->mc_snum) continue;
6720                                 if (m3->mc_pg[i] == mp && m3->mc_ki[i] >= mc->mc_ki[i]) {
6721                                         m3->mc_ki[i]++;
6722                                 }
6723                         }
6724                 }
6725         }
6726
6727         if (rc == MDB_SUCCESS) {
6728                 /* Now store the actual data in the child DB. Note that we're
6729                  * storing the user data in the keys field, so there are strict
6730                  * size limits on dupdata. The actual data fields of the child
6731                  * DB are all zero size.
6732                  */
6733                 if (do_sub) {
6734                         int xflags;
6735                         size_t ecount;
6736 put_sub:
6737                         xdata.mv_size = 0;
6738                         xdata.mv_data = "";
6739                         leaf = NODEPTR(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top]);
6740                         if (flags & MDB_CURRENT) {
6741                                 xflags = MDB_CURRENT|MDB_NOSPILL;
6742                         } else {
6743                                 mdb_xcursor_init1(mc, leaf);
6744                                 xflags = (flags & MDB_NODUPDATA) ?
6745                                         MDB_NOOVERWRITE|MDB_NOSPILL : MDB_NOSPILL;
6746                         }
6747                         /* converted, write the original data first */
6748                         if (dkey.mv_size) {
6749                                 rc = mdb_cursor_put(&mc->mc_xcursor->mx_cursor, &dkey, &xdata, xflags);
6750                                 if (rc)
6751                                         goto bad_sub;
6752                                 {
6753                                         /* Adjust other cursors pointing to mp */
6754                                         MDB_cursor *m2;
6755                                         unsigned i = mc->mc_top;
6756                                         MDB_page *mp = mc->mc_pg[i];
6757
6758                                         for (m2 = mc->mc_txn->mt_cursors[mc->mc_dbi]; m2; m2=m2->mc_next) {
6759                                                 if (m2 == mc || m2->mc_snum < mc->mc_snum) continue;
6760                                                 if (!(m2->mc_flags & C_INITIALIZED)) continue;
6761                                                 if (m2->mc_pg[i] == mp && m2->mc_ki[i] == mc->mc_ki[i]) {
6762                                                         mdb_xcursor_init1(m2, leaf);
6763                                                 }
6764                                         }
6765                                 }
6766                                 /* we've done our job */
6767                                 dkey.mv_size = 0;
6768                         }
6769                         ecount = mc->mc_xcursor->mx_db.md_entries;
6770                         if (flags & MDB_APPENDDUP)
6771                                 xflags |= MDB_APPEND;
6772                         rc = mdb_cursor_put(&mc->mc_xcursor->mx_cursor, data, &xdata, xflags);
6773                         if (flags & F_SUBDATA) {
6774                                 void *db = NODEDATA(leaf);
6775                                 memcpy(db, &mc->mc_xcursor->mx_db, sizeof(MDB_db));
6776                         }
6777                         insert_data = mc->mc_xcursor->mx_db.md_entries - ecount;
6778                 }
6779                 /* Increment count unless we just replaced an existing item. */
6780                 if (insert_data)
6781                         mc->mc_db->md_entries++;
6782                 if (insert_key) {
6783                         /* Invalidate txn if we created an empty sub-DB */
6784                         if (rc)
6785                                 goto bad_sub;
6786                         /* If we succeeded and the key didn't exist before,
6787                          * make sure the cursor is marked valid.
6788                          */
6789                         mc->mc_flags |= C_INITIALIZED;
6790                 }
6791                 if (flags & MDB_MULTIPLE) {
6792                         if (!rc) {
6793                                 mcount++;
6794                                 /* let caller know how many succeeded, if any */
6795                                 data[1].mv_size = mcount;
6796                                 if (mcount < dcount) {
6797                                         data[0].mv_data = (char *)data[0].mv_data + data[0].mv_size;
6798                                         insert_key = insert_data = 0;
6799                                         goto more;
6800                                 }
6801                         }
6802                 }
6803                 return rc;
6804 bad_sub:
6805                 if (rc == MDB_KEYEXIST) /* should not happen, we deleted that item */
6806                         rc = MDB_CORRUPTED;
6807         }
6808         mc->mc_txn->mt_flags |= MDB_TXN_ERROR;
6809         return rc;
6810 }
6811
6812 int
6813 mdb_cursor_del(MDB_cursor *mc, unsigned int flags)
6814 {
6815         MDB_node        *leaf;
6816         MDB_page        *mp;
6817         int rc;
6818
6819         if (mc->mc_txn->mt_flags & (MDB_TXN_RDONLY|MDB_TXN_ERROR))
6820                 return (mc->mc_txn->mt_flags & MDB_TXN_RDONLY) ? EACCES : MDB_BAD_TXN;
6821
6822         if (!(mc->mc_flags & C_INITIALIZED))
6823                 return EINVAL;
6824
6825         if (mc->mc_ki[mc->mc_top] >= NUMKEYS(mc->mc_pg[mc->mc_top]))
6826                 return MDB_NOTFOUND;
6827
6828         if (!(flags & MDB_NOSPILL) && (rc = mdb_page_spill(mc, NULL, NULL)))
6829                 return rc;
6830
6831         rc = mdb_cursor_touch(mc);
6832         if (rc)
6833                 return rc;
6834
6835         mp = mc->mc_pg[mc->mc_top];
6836         if (IS_LEAF2(mp))
6837                 goto del_key;
6838         leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
6839
6840         if (F_ISSET(leaf->mn_flags, F_DUPDATA)) {
6841                 if (flags & MDB_NODUPDATA) {
6842                         /* mdb_cursor_del0() will subtract the final entry */
6843                         mc->mc_db->md_entries -= mc->mc_xcursor->mx_db.md_entries - 1;
6844                 } else {
6845                         if (!F_ISSET(leaf->mn_flags, F_SUBDATA)) {
6846                                 mc->mc_xcursor->mx_cursor.mc_pg[0] = NODEDATA(leaf);
6847                         }
6848                         rc = mdb_cursor_del(&mc->mc_xcursor->mx_cursor, MDB_NOSPILL);
6849                         if (rc)
6850                                 return rc;
6851                         /* If sub-DB still has entries, we're done */
6852                         if (mc->mc_xcursor->mx_db.md_entries) {
6853                                 if (leaf->mn_flags & F_SUBDATA) {
6854                                         /* update subDB info */
6855                                         void *db = NODEDATA(leaf);
6856                                         memcpy(db, &mc->mc_xcursor->mx_db, sizeof(MDB_db));
6857                                 } else {
6858                                         MDB_cursor *m2;
6859                                         /* shrink fake page */
6860                                         mdb_node_shrink(mp, mc->mc_ki[mc->mc_top]);
6861                                         leaf = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
6862                                         mc->mc_xcursor->mx_cursor.mc_pg[0] = NODEDATA(leaf);
6863                                         /* fix other sub-DB cursors pointed at this fake page */
6864                                         for (m2 = mc->mc_txn->mt_cursors[mc->mc_dbi]; m2; m2=m2->mc_next) {
6865                                                 if (m2 == mc || m2->mc_snum < mc->mc_snum) continue;
6866                                                 if (m2->mc_pg[mc->mc_top] == mp &&
6867                                                         m2->mc_ki[mc->mc_top] == mc->mc_ki[mc->mc_top])
6868                                                         m2->mc_xcursor->mx_cursor.mc_pg[0] = NODEDATA(leaf);
6869                                         }
6870                                 }
6871                                 mc->mc_db->md_entries--;
6872                                 mc->mc_flags |= C_DEL;
6873                                 return rc;
6874                         }
6875                         /* otherwise fall thru and delete the sub-DB */
6876                 }
6877
6878                 if (leaf->mn_flags & F_SUBDATA) {
6879                         /* add all the child DB's pages to the free list */
6880                         rc = mdb_drop0(&mc->mc_xcursor->mx_cursor, 0);
6881                         if (rc)
6882                                 goto fail;
6883                 }
6884         }
6885         /* LMDB passes F_SUBDATA in 'flags' to delete a DB record */
6886         else if ((leaf->mn_flags ^ flags) & F_SUBDATA) {
6887                 rc = MDB_INCOMPATIBLE;
6888                 goto fail;
6889         }
6890
6891         /* add overflow pages to free list */
6892         if (F_ISSET(leaf->mn_flags, F_BIGDATA)) {
6893                 MDB_page *omp;
6894                 pgno_t pg;
6895
6896                 memcpy(&pg, NODEDATA(leaf), sizeof(pg));
6897                 if ((rc = mdb_page_get(mc->mc_txn, pg, &omp, NULL)) ||
6898                         (rc = mdb_ovpage_free(mc, omp)))
6899                         goto fail;
6900         }
6901
6902 del_key:
6903         return mdb_cursor_del0(mc);
6904
6905 fail:
6906         mc->mc_txn->mt_flags |= MDB_TXN_ERROR;
6907         return rc;
6908 }
6909
6910 /** Allocate and initialize new pages for a database.
6911  * @param[in] mc a cursor on the database being added to.
6912  * @param[in] flags flags defining what type of page is being allocated.
6913  * @param[in] num the number of pages to allocate. This is usually 1,
6914  * unless allocating overflow pages for a large record.
6915  * @param[out] mp Address of a page, or NULL on failure.
6916  * @return 0 on success, non-zero on failure.
6917  */
6918 static int
6919 mdb_page_new(MDB_cursor *mc, uint32_t flags, int num, MDB_page **mp)
6920 {
6921         MDB_page        *np;
6922         int rc;
6923
6924         if ((rc = mdb_page_alloc(mc, num, &np)))
6925                 return rc;
6926         DPRINTF(("allocated new mpage %"Z"u, page size %u",
6927             np->mp_pgno, mc->mc_txn->mt_env->me_psize));
6928         np->mp_flags = flags | P_DIRTY;
6929         np->mp_lower = (PAGEHDRSZ-PAGEBASE);
6930         np->mp_upper = mc->mc_txn->mt_env->me_psize - PAGEBASE;
6931
6932         if (IS_BRANCH(np))
6933                 mc->mc_db->md_branch_pages++;
6934         else if (IS_LEAF(np))
6935                 mc->mc_db->md_leaf_pages++;
6936         else if (IS_OVERFLOW(np)) {
6937                 mc->mc_db->md_overflow_pages += num;
6938                 np->mp_pages = num;
6939         }
6940         *mp = np;
6941
6942         return 0;
6943 }
6944
6945 /** Calculate the size of a leaf node.
6946  * The size depends on the environment's page size; if a data item
6947  * is too large it will be put onto an overflow page and the node
6948  * size will only include the key and not the data. Sizes are always
6949  * rounded up to an even number of bytes, to guarantee 2-byte alignment
6950  * of the #MDB_node headers.
6951  * @param[in] env The environment handle.
6952  * @param[in] key The key for the node.
6953  * @param[in] data The data for the node.
6954  * @return The number of bytes needed to store the node.
6955  */
6956 static size_t
6957 mdb_leaf_size(MDB_env *env, MDB_val *key, MDB_val *data)
6958 {
6959         size_t           sz;
6960
6961         sz = LEAFSIZE(key, data);
6962         if (sz > env->me_nodemax) {
6963                 /* put on overflow page */
6964                 sz -= data->mv_size - sizeof(pgno_t);
6965         }
6966
6967         return EVEN(sz + sizeof(indx_t));
6968 }
6969
6970 /** Calculate the size of a branch node.
6971  * The size should depend on the environment's page size but since
6972  * we currently don't support spilling large keys onto overflow
6973  * pages, it's simply the size of the #MDB_node header plus the
6974  * size of the key. Sizes are always rounded up to an even number
6975  * of bytes, to guarantee 2-byte alignment of the #MDB_node headers.
6976  * @param[in] env The environment handle.
6977  * @param[in] key The key for the node.
6978  * @return The number of bytes needed to store the node.
6979  */
6980 static size_t
6981 mdb_branch_size(MDB_env *env, MDB_val *key)
6982 {
6983         size_t           sz;
6984
6985         sz = INDXSIZE(key);
6986         if (sz > env->me_nodemax) {
6987                 /* put on overflow page */
6988                 /* not implemented */
6989                 /* sz -= key->size - sizeof(pgno_t); */
6990         }
6991
6992         return sz + sizeof(indx_t);
6993 }
6994
6995 /** Add a node to the page pointed to by the cursor.
6996  * @param[in] mc The cursor for this operation.
6997  * @param[in] indx The index on the page where the new node should be added.
6998  * @param[in] key The key for the new node.
6999  * @param[in] data The data for the new node, if any.
7000  * @param[in] pgno The page number, if adding a branch node.
7001  * @param[in] flags Flags for the node.
7002  * @return 0 on success, non-zero on failure. Possible errors are:
7003  * <ul>
7004  *      <li>ENOMEM - failed to allocate overflow pages for the node.
7005  *      <li>MDB_PAGE_FULL - there is insufficient room in the page. This error
7006  *      should never happen since all callers already calculate the
7007  *      page's free space before calling this function.
7008  * </ul>
7009  */
7010 static int
7011 mdb_node_add(MDB_cursor *mc, indx_t indx,
7012     MDB_val *key, MDB_val *data, pgno_t pgno, unsigned int flags)
7013 {
7014         unsigned int     i;
7015         size_t           node_size = NODESIZE;
7016         ssize_t          room;
7017         indx_t           ofs;
7018         MDB_node        *node;
7019         MDB_page        *mp = mc->mc_pg[mc->mc_top];
7020         MDB_page        *ofp = NULL;            /* overflow page */
7021         void            *ndata;
7022         DKBUF;
7023
7024         mdb_cassert(mc, mp->mp_upper >= mp->mp_lower);
7025
7026         DPRINTF(("add to %s %spage %"Z"u index %i, data size %"Z"u key size %"Z"u [%s]",
7027             IS_LEAF(mp) ? "leaf" : "branch",
7028                 IS_SUBP(mp) ? "sub-" : "",
7029                 mdb_dbg_pgno(mp), indx, data ? data->mv_size : 0,
7030                 key ? key->mv_size : 0, key ? DKEY(key) : "null"));
7031
7032         if (IS_LEAF2(mp)) {
7033                 /* Move higher keys up one slot. */
7034                 int ksize = mc->mc_db->md_pad, dif;
7035                 char *ptr = LEAF2KEY(mp, indx, ksize);
7036                 dif = NUMKEYS(mp) - indx;
7037                 if (dif > 0)
7038                         memmove(ptr+ksize, ptr, dif*ksize);
7039                 /* insert new key */
7040                 memcpy(ptr, key->mv_data, ksize);
7041
7042                 /* Just using these for counting */
7043                 mp->mp_lower += sizeof(indx_t);
7044                 mp->mp_upper -= ksize - sizeof(indx_t);
7045                 return MDB_SUCCESS;
7046         }
7047
7048         room = (ssize_t)SIZELEFT(mp) - (ssize_t)sizeof(indx_t);
7049         if (key != NULL)
7050                 node_size += key->mv_size;
7051         if (IS_LEAF(mp)) {
7052                 mdb_cassert(mc, key && data);
7053                 if (F_ISSET(flags, F_BIGDATA)) {
7054                         /* Data already on overflow page. */
7055                         node_size += sizeof(pgno_t);
7056                 } else if (node_size + data->mv_size > mc->mc_txn->mt_env->me_nodemax) {
7057                         int ovpages = OVPAGES(data->mv_size, mc->mc_txn->mt_env->me_psize);
7058                         int rc;
7059                         /* Put data on overflow page. */
7060                         DPRINTF(("data size is %"Z"u, node would be %"Z"u, put data on overflow page",
7061                             data->mv_size, node_size+data->mv_size));
7062                         node_size = EVEN(node_size + sizeof(pgno_t));
7063                         if ((ssize_t)node_size > room)
7064                                 goto full;
7065                         if ((rc = mdb_page_new(mc, P_OVERFLOW, ovpages, &ofp)))
7066                                 return rc;
7067                         DPRINTF(("allocated overflow page %"Z"u", ofp->mp_pgno));
7068                         flags |= F_BIGDATA;
7069                         goto update;
7070                 } else {
7071                         node_size += data->mv_size;
7072                 }
7073         }
7074         node_size = EVEN(node_size);
7075         if ((ssize_t)node_size > room)
7076                 goto full;
7077
7078 update:
7079         /* Move higher pointers up one slot. */
7080         for (i = NUMKEYS(mp); i > indx; i--)
7081                 mp->mp_ptrs[i] = mp->mp_ptrs[i - 1];
7082
7083         /* Adjust free space offsets. */
7084         ofs = mp->mp_upper - node_size;
7085         mdb_cassert(mc, ofs >= mp->mp_lower + sizeof(indx_t));
7086         mp->mp_ptrs[indx] = ofs;
7087         mp->mp_upper = ofs;
7088         mp->mp_lower += sizeof(indx_t);
7089
7090         /* Write the node data. */
7091         node = NODEPTR(mp, indx);
7092         node->mn_ksize = (key == NULL) ? 0 : key->mv_size;
7093         node->mn_flags = flags;
7094         if (IS_LEAF(mp))
7095                 SETDSZ(node,data->mv_size);
7096         else
7097                 SETPGNO(node,pgno);
7098
7099         if (key)
7100                 memcpy(NODEKEY(node), key->mv_data, key->mv_size);
7101
7102         if (IS_LEAF(mp)) {
7103                 ndata = NODEDATA(node);
7104                 if (ofp == NULL) {
7105                         if (F_ISSET(flags, F_BIGDATA))
7106                                 memcpy(ndata, data->mv_data, sizeof(pgno_t));
7107                         else if (F_ISSET(flags, MDB_RESERVE))
7108                                 data->mv_data = ndata;
7109                         else
7110                                 memcpy(ndata, data->mv_data, data->mv_size);
7111                 } else {
7112                         memcpy(ndata, &ofp->mp_pgno, sizeof(pgno_t));
7113                         ndata = METADATA(ofp);
7114                         if (F_ISSET(flags, MDB_RESERVE))
7115                                 data->mv_data = ndata;
7116                         else
7117                                 memcpy(ndata, data->mv_data, data->mv_size);
7118                 }
7119         }
7120
7121         return MDB_SUCCESS;
7122
7123 full:
7124         DPRINTF(("not enough room in page %"Z"u, got %u ptrs",
7125                 mdb_dbg_pgno(mp), NUMKEYS(mp)));
7126         DPRINTF(("upper-lower = %u - %u = %"Z"d", mp->mp_upper,mp->mp_lower,room));
7127         DPRINTF(("node size = %"Z"u", node_size));
7128         mc->mc_txn->mt_flags |= MDB_TXN_ERROR;
7129         return MDB_PAGE_FULL;
7130 }
7131
7132 /** Delete the specified node from a page.
7133  * @param[in] mc Cursor pointing to the node to delete.
7134  * @param[in] ksize The size of a node. Only used if the page is
7135  * part of a #MDB_DUPFIXED database.
7136  */
7137 static void
7138 mdb_node_del(MDB_cursor *mc, int ksize)
7139 {
7140         MDB_page *mp = mc->mc_pg[mc->mc_top];
7141         indx_t  indx = mc->mc_ki[mc->mc_top];
7142         unsigned int     sz;
7143         indx_t           i, j, numkeys, ptr;
7144         MDB_node        *node;
7145         char            *base;
7146
7147         DPRINTF(("delete node %u on %s page %"Z"u", indx,
7148             IS_LEAF(mp) ? "leaf" : "branch", mdb_dbg_pgno(mp)));
7149         numkeys = NUMKEYS(mp);
7150         mdb_cassert(mc, indx < numkeys);
7151
7152         if (IS_LEAF2(mp)) {
7153                 int x = numkeys - 1 - indx;
7154                 base = LEAF2KEY(mp, indx, ksize);
7155                 if (x)
7156                         memmove(base, base + ksize, x * ksize);
7157                 mp->mp_lower -= sizeof(indx_t);
7158                 mp->mp_upper += ksize - sizeof(indx_t);
7159                 return;
7160         }
7161
7162         node = NODEPTR(mp, indx);
7163         sz = NODESIZE + node->mn_ksize;
7164         if (IS_LEAF(mp)) {
7165                 if (F_ISSET(node->mn_flags, F_BIGDATA))
7166                         sz += sizeof(pgno_t);
7167                 else
7168                         sz += NODEDSZ(node);
7169         }
7170         sz = EVEN(sz);
7171
7172         ptr = mp->mp_ptrs[indx];
7173         for (i = j = 0; i < numkeys; i++) {
7174                 if (i != indx) {
7175                         mp->mp_ptrs[j] = mp->mp_ptrs[i];
7176                         if (mp->mp_ptrs[i] < ptr)
7177                                 mp->mp_ptrs[j] += sz;
7178                         j++;
7179                 }
7180         }
7181
7182         base = (char *)mp + mp->mp_upper + PAGEBASE;
7183         memmove(base + sz, base, ptr - mp->mp_upper);
7184
7185         mp->mp_lower -= sizeof(indx_t);
7186         mp->mp_upper += sz;
7187 }
7188
7189 /** Compact the main page after deleting a node on a subpage.
7190  * @param[in] mp The main page to operate on.
7191  * @param[in] indx The index of the subpage on the main page.
7192  */
7193 static void
7194 mdb_node_shrink(MDB_page *mp, indx_t indx)
7195 {
7196         MDB_node *node;
7197         MDB_page *sp, *xp;
7198         char *base;
7199         indx_t delta, nsize, len, ptr;
7200         int i;
7201
7202         node = NODEPTR(mp, indx);
7203         sp = (MDB_page *)NODEDATA(node);
7204         delta = SIZELEFT(sp);
7205         nsize = NODEDSZ(node) - delta;
7206
7207         /* Prepare to shift upward, set len = length(subpage part to shift) */
7208         if (IS_LEAF2(sp)) {
7209                 len = nsize;
7210                 if (nsize & 1)
7211                         return;         /* do not make the node uneven-sized */
7212         } else {
7213                 xp = (MDB_page *)((char *)sp + delta); /* destination subpage */
7214                 for (i = NUMKEYS(sp); --i >= 0; )
7215                         xp->mp_ptrs[i] = sp->mp_ptrs[i] - delta;
7216                 len = PAGEHDRSZ;
7217         }
7218         sp->mp_upper = sp->mp_lower;
7219         COPY_PGNO(sp->mp_pgno, mp->mp_pgno);
7220         SETDSZ(node, nsize);
7221
7222         /* Shift <lower nodes...initial part of subpage> upward */
7223         base = (char *)mp + mp->mp_upper + PAGEBASE;
7224         memmove(base + delta, base, (char *)sp + len - base);
7225
7226         ptr = mp->mp_ptrs[indx];
7227         for (i = NUMKEYS(mp); --i >= 0; ) {
7228                 if (mp->mp_ptrs[i] <= ptr)
7229                         mp->mp_ptrs[i] += delta;
7230         }
7231         mp->mp_upper += delta;
7232 }
7233
7234 /** Initial setup of a sorted-dups cursor.
7235  * Sorted duplicates are implemented as a sub-database for the given key.
7236  * The duplicate data items are actually keys of the sub-database.
7237  * Operations on the duplicate data items are performed using a sub-cursor
7238  * initialized when the sub-database is first accessed. This function does
7239  * the preliminary setup of the sub-cursor, filling in the fields that
7240  * depend only on the parent DB.
7241  * @param[in] mc The main cursor whose sorted-dups cursor is to be initialized.
7242  */
7243 static void
7244 mdb_xcursor_init0(MDB_cursor *mc)
7245 {
7246         MDB_xcursor *mx = mc->mc_xcursor;
7247
7248         mx->mx_cursor.mc_xcursor = NULL;
7249         mx->mx_cursor.mc_txn = mc->mc_txn;
7250         mx->mx_cursor.mc_db = &mx->mx_db;
7251         mx->mx_cursor.mc_dbx = &mx->mx_dbx;
7252         mx->mx_cursor.mc_dbi = mc->mc_dbi;
7253         mx->mx_cursor.mc_dbflag = &mx->mx_dbflag;
7254         mx->mx_cursor.mc_snum = 0;
7255         mx->mx_cursor.mc_top = 0;
7256         mx->mx_cursor.mc_flags = C_SUB;
7257         mx->mx_dbx.md_name.mv_size = 0;
7258         mx->mx_dbx.md_name.mv_data = NULL;
7259         mx->mx_dbx.md_cmp = mc->mc_dbx->md_dcmp;
7260         mx->mx_dbx.md_dcmp = NULL;
7261         mx->mx_dbx.md_rel = mc->mc_dbx->md_rel;
7262 }
7263
7264 /** Final setup of a sorted-dups cursor.
7265  *      Sets up the fields that depend on the data from the main cursor.
7266  * @param[in] mc The main cursor whose sorted-dups cursor is to be initialized.
7267  * @param[in] node The data containing the #MDB_db record for the
7268  * sorted-dup database.
7269  */
7270 static void
7271 mdb_xcursor_init1(MDB_cursor *mc, MDB_node *node)
7272 {
7273         MDB_xcursor *mx = mc->mc_xcursor;
7274
7275         if (node->mn_flags & F_SUBDATA) {
7276                 memcpy(&mx->mx_db, NODEDATA(node), sizeof(MDB_db));
7277                 mx->mx_cursor.mc_pg[0] = 0;
7278                 mx->mx_cursor.mc_snum = 0;
7279                 mx->mx_cursor.mc_top = 0;
7280                 mx->mx_cursor.mc_flags = C_SUB;
7281         } else {
7282                 MDB_page *fp = NODEDATA(node);
7283                 mx->mx_db.md_pad = 0;
7284                 mx->mx_db.md_flags = 0;
7285                 mx->mx_db.md_depth = 1;
7286                 mx->mx_db.md_branch_pages = 0;
7287                 mx->mx_db.md_leaf_pages = 1;
7288                 mx->mx_db.md_overflow_pages = 0;
7289                 mx->mx_db.md_entries = NUMKEYS(fp);
7290                 COPY_PGNO(mx->mx_db.md_root, fp->mp_pgno);
7291                 mx->mx_cursor.mc_snum = 1;
7292                 mx->mx_cursor.mc_top = 0;
7293                 mx->mx_cursor.mc_flags = C_INITIALIZED|C_SUB;
7294                 mx->mx_cursor.mc_pg[0] = fp;
7295                 mx->mx_cursor.mc_ki[0] = 0;
7296                 if (mc->mc_db->md_flags & MDB_DUPFIXED) {
7297                         mx->mx_db.md_flags = MDB_DUPFIXED;
7298                         mx->mx_db.md_pad = fp->mp_pad;
7299                         if (mc->mc_db->md_flags & MDB_INTEGERDUP)
7300                                 mx->mx_db.md_flags |= MDB_INTEGERKEY;
7301                 }
7302         }
7303         DPRINTF(("Sub-db -%u root page %"Z"u", mx->mx_cursor.mc_dbi,
7304                 mx->mx_db.md_root));
7305         mx->mx_dbflag = DB_VALID|DB_USRVALID|DB_DIRTY; /* DB_DIRTY guides mdb_cursor_touch */
7306 #if UINT_MAX < SIZE_MAX
7307         if (mx->mx_dbx.md_cmp == mdb_cmp_int && mx->mx_db.md_pad == sizeof(size_t))
7308                 mx->mx_dbx.md_cmp = mdb_cmp_clong;
7309 #endif
7310 }
7311
7312 /** Initialize a cursor for a given transaction and database. */
7313 static void
7314 mdb_cursor_init(MDB_cursor *mc, MDB_txn *txn, MDB_dbi dbi, MDB_xcursor *mx)
7315 {
7316         mc->mc_next = NULL;
7317         mc->mc_backup = NULL;
7318         mc->mc_dbi = dbi;
7319         mc->mc_txn = txn;
7320         mc->mc_db = &txn->mt_dbs[dbi];
7321         mc->mc_dbx = &txn->mt_dbxs[dbi];
7322         mc->mc_dbflag = &txn->mt_dbflags[dbi];
7323         mc->mc_snum = 0;
7324         mc->mc_top = 0;
7325         mc->mc_pg[0] = 0;
7326         mc->mc_ki[0] = 0;
7327         mc->mc_flags = 0;
7328         if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT) {
7329                 mdb_tassert(txn, mx != NULL);
7330                 mc->mc_xcursor = mx;
7331                 mdb_xcursor_init0(mc);
7332         } else {
7333                 mc->mc_xcursor = NULL;
7334         }
7335         if (*mc->mc_dbflag & DB_STALE) {
7336                 mdb_page_search(mc, NULL, MDB_PS_ROOTONLY);
7337         }
7338 }
7339
7340 int
7341 mdb_cursor_open(MDB_txn *txn, MDB_dbi dbi, MDB_cursor **ret)
7342 {
7343         MDB_cursor      *mc;
7344         size_t size = sizeof(MDB_cursor);
7345
7346         if (!ret || !TXN_DBI_EXIST(txn, dbi, DB_VALID))
7347                 return EINVAL;
7348
7349         if (txn->mt_flags & MDB_TXN_ERROR)
7350                 return MDB_BAD_TXN;
7351
7352         /* Allow read access to the freelist */
7353         if (!dbi && !F_ISSET(txn->mt_flags, MDB_TXN_RDONLY))
7354                 return EINVAL;
7355
7356         if (txn->mt_dbs[dbi].md_flags & MDB_DUPSORT)
7357                 size += sizeof(MDB_xcursor);
7358
7359         if ((mc = malloc(size)) != NULL) {
7360                 mdb_cursor_init(mc, txn, dbi, (MDB_xcursor *)(mc + 1));
7361                 if (txn->mt_cursors) {
7362                         mc->mc_next = txn->mt_cursors[dbi];
7363                         txn->mt_cursors[dbi] = mc;
7364                         mc->mc_flags |= C_UNTRACK;
7365                 }
7366         } else {
7367                 return ENOMEM;
7368         }
7369
7370         *ret = mc;
7371
7372         return MDB_SUCCESS;
7373 }
7374
7375 int
7376 mdb_cursor_renew(MDB_txn *txn, MDB_cursor *mc)
7377 {
7378         if (!mc || !TXN_DBI_EXIST(txn, mc->mc_dbi, DB_VALID))
7379                 return EINVAL;
7380
7381         if ((mc->mc_flags & C_UNTRACK) || txn->mt_cursors)
7382                 return EINVAL;
7383
7384         if (txn->mt_flags & MDB_TXN_ERROR)
7385                 return MDB_BAD_TXN;
7386
7387         mdb_cursor_init(mc, txn, mc->mc_dbi, mc->mc_xcursor);
7388         return MDB_SUCCESS;
7389 }
7390
7391 /* Return the count of duplicate data items for the current key */
7392 int
7393 mdb_cursor_count(MDB_cursor *mc, size_t *countp)
7394 {
7395         MDB_node        *leaf;
7396
7397         if (mc == NULL || countp == NULL)
7398                 return EINVAL;
7399
7400         if (mc->mc_xcursor == NULL)
7401                 return MDB_INCOMPATIBLE;
7402
7403         if (mc->mc_txn->mt_flags & MDB_TXN_ERROR)
7404                 return MDB_BAD_TXN;
7405
7406         if (!(mc->mc_flags & C_INITIALIZED))
7407                 return EINVAL;
7408
7409         if (!mc->mc_snum || (mc->mc_flags & C_EOF))
7410                 return MDB_NOTFOUND;
7411
7412         leaf = NODEPTR(mc->mc_pg[mc->mc_top], mc->mc_ki[mc->mc_top]);
7413         if (!F_ISSET(leaf->mn_flags, F_DUPDATA)) {
7414                 *countp = 1;
7415         } else {
7416                 if (!(mc->mc_xcursor->mx_cursor.mc_flags & C_INITIALIZED))
7417                         return EINVAL;
7418
7419                 *countp = mc->mc_xcursor->mx_db.md_entries;
7420         }
7421         return MDB_SUCCESS;
7422 }
7423
7424 void
7425 mdb_cursor_close(MDB_cursor *mc)
7426 {
7427         if (mc && !mc->mc_backup) {
7428                 /* remove from txn, if tracked */
7429                 if ((mc->mc_flags & C_UNTRACK) && mc->mc_txn->mt_cursors) {
7430                         MDB_cursor **prev = &mc->mc_txn->mt_cursors[mc->mc_dbi];
7431                         while (*prev && *prev != mc) prev = &(*prev)->mc_next;
7432                         if (*prev == mc)
7433                                 *prev = mc->mc_next;
7434                 }
7435                 free(mc);
7436         }
7437 }
7438
7439 MDB_txn *
7440 mdb_cursor_txn(MDB_cursor *mc)
7441 {
7442         if (!mc) return NULL;
7443         return mc->mc_txn;
7444 }
7445
7446 MDB_dbi
7447 mdb_cursor_dbi(MDB_cursor *mc)
7448 {
7449         return mc->mc_dbi;
7450 }
7451
7452 /** Replace the key for a branch node with a new key.
7453  * @param[in] mc Cursor pointing to the node to operate on.
7454  * @param[in] key The new key to use.
7455  * @return 0 on success, non-zero on failure.
7456  */
7457 static int
7458 mdb_update_key(MDB_cursor *mc, MDB_val *key)
7459 {
7460         MDB_page                *mp;
7461         MDB_node                *node;
7462         char                    *base;
7463         size_t                   len;
7464         int                              delta, ksize, oksize;
7465         indx_t                   ptr, i, numkeys, indx;
7466         DKBUF;
7467
7468         indx = mc->mc_ki[mc->mc_top];
7469         mp = mc->mc_pg[mc->mc_top];
7470         node = NODEPTR(mp, indx);
7471         ptr = mp->mp_ptrs[indx];
7472 #if MDB_DEBUG
7473         {
7474                 MDB_val k2;
7475                 char kbuf2[DKBUF_MAXKEYSIZE*2+1];
7476                 k2.mv_data = NODEKEY(node);
7477                 k2.mv_size = node->mn_ksize;
7478                 DPRINTF(("update key %u (ofs %u) [%s] to [%s] on page %"Z"u",
7479                         indx, ptr,
7480                         mdb_dkey(&k2, kbuf2),
7481                         DKEY(key),
7482                         mp->mp_pgno));
7483         }
7484 #endif
7485
7486         /* Sizes must be 2-byte aligned. */
7487         ksize = EVEN(key->mv_size);
7488         oksize = EVEN(node->mn_ksize);
7489         delta = ksize - oksize;
7490
7491         /* Shift node contents if EVEN(key length) changed. */
7492         if (delta) {
7493                 if (delta > 0 && SIZELEFT(mp) < delta) {
7494                         pgno_t pgno;
7495                         /* not enough space left, do a delete and split */
7496                         DPRINTF(("Not enough room, delta = %d, splitting...", delta));
7497                         pgno = NODEPGNO(node);
7498                         mdb_node_del(mc, 0);
7499                         return mdb_page_split(mc, key, NULL, pgno, MDB_SPLIT_REPLACE);
7500                 }
7501
7502                 numkeys = NUMKEYS(mp);
7503                 for (i = 0; i < numkeys; i++) {
7504                         if (mp->mp_ptrs[i] <= ptr)
7505                                 mp->mp_ptrs[i] -= delta;
7506                 }
7507
7508                 base = (char *)mp + mp->mp_upper + PAGEBASE;
7509                 len = ptr - mp->mp_upper + NODESIZE;
7510                 memmove(base - delta, base, len);
7511                 mp->mp_upper -= delta;
7512
7513                 node = NODEPTR(mp, indx);
7514         }
7515
7516         /* But even if no shift was needed, update ksize */
7517         if (node->mn_ksize != key->mv_size)
7518                 node->mn_ksize = key->mv_size;
7519
7520         if (key->mv_size)
7521                 memcpy(NODEKEY(node), key->mv_data, key->mv_size);
7522
7523         return MDB_SUCCESS;
7524 }
7525
7526 static void
7527 mdb_cursor_copy(const MDB_cursor *csrc, MDB_cursor *cdst);
7528
7529 /** Move a node from csrc to cdst.
7530  */
7531 static int
7532 mdb_node_move(MDB_cursor *csrc, MDB_cursor *cdst)
7533 {
7534         MDB_node                *srcnode;
7535         MDB_val          key, data;
7536         pgno_t  srcpg;
7537         MDB_cursor mn;
7538         int                      rc;
7539         unsigned short flags;
7540
7541         DKBUF;
7542
7543         /* Mark src and dst as dirty. */
7544         if ((rc = mdb_page_touch(csrc)) ||
7545             (rc = mdb_page_touch(cdst)))
7546                 return rc;
7547
7548         if (IS_LEAF2(csrc->mc_pg[csrc->mc_top])) {
7549                 key.mv_size = csrc->mc_db->md_pad;
7550                 key.mv_data = LEAF2KEY(csrc->mc_pg[csrc->mc_top], csrc->mc_ki[csrc->mc_top], key.mv_size);
7551                 data.mv_size = 0;
7552                 data.mv_data = NULL;
7553                 srcpg = 0;
7554                 flags = 0;
7555         } else {
7556                 srcnode = NODEPTR(csrc->mc_pg[csrc->mc_top], csrc->mc_ki[csrc->mc_top]);
7557                 mdb_cassert(csrc, !((size_t)srcnode & 1));
7558                 srcpg = NODEPGNO(srcnode);
7559                 flags = srcnode->mn_flags;
7560                 if (csrc->mc_ki[csrc->mc_top] == 0 && IS_BRANCH(csrc->mc_pg[csrc->mc_top])) {
7561                         unsigned int snum = csrc->mc_snum;
7562                         MDB_node *s2;
7563                         /* must find the lowest key below src */
7564                         rc = mdb_page_search_lowest(csrc);
7565                         if (rc)
7566                                 return rc;
7567                         if (IS_LEAF2(csrc->mc_pg[csrc->mc_top])) {
7568                                 key.mv_size = csrc->mc_db->md_pad;
7569                                 key.mv_data = LEAF2KEY(csrc->mc_pg[csrc->mc_top], 0, key.mv_size);
7570                         } else {
7571                                 s2 = NODEPTR(csrc->mc_pg[csrc->mc_top], 0);
7572                                 key.mv_size = NODEKSZ(s2);
7573                                 key.mv_data = NODEKEY(s2);
7574                         }
7575                         csrc->mc_snum = snum--;
7576                         csrc->mc_top = snum;
7577                 } else {
7578                         key.mv_size = NODEKSZ(srcnode);
7579                         key.mv_data = NODEKEY(srcnode);
7580                 }
7581                 data.mv_size = NODEDSZ(srcnode);
7582                 data.mv_data = NODEDATA(srcnode);
7583         }
7584         if (IS_BRANCH(cdst->mc_pg[cdst->mc_top]) && cdst->mc_ki[cdst->mc_top] == 0) {
7585                 unsigned int snum = cdst->mc_snum;
7586                 MDB_node *s2;
7587                 MDB_val bkey;
7588                 /* must find the lowest key below dst */
7589                 mdb_cursor_copy(cdst, &mn);
7590                 rc = mdb_page_search_lowest(&mn);
7591                 if (rc)
7592                         return rc;
7593                 if (IS_LEAF2(mn.mc_pg[mn.mc_top])) {
7594                         bkey.mv_size = mn.mc_db->md_pad;
7595                         bkey.mv_data = LEAF2KEY(mn.mc_pg[mn.mc_top], 0, bkey.mv_size);
7596                 } else {
7597                         s2 = NODEPTR(mn.mc_pg[mn.mc_top], 0);
7598                         bkey.mv_size = NODEKSZ(s2);
7599                         bkey.mv_data = NODEKEY(s2);
7600                 }
7601                 mn.mc_snum = snum--;
7602                 mn.mc_top = snum;
7603                 mn.mc_ki[snum] = 0;
7604                 rc = mdb_update_key(&mn, &bkey);
7605                 if (rc)
7606                         return rc;
7607         }
7608
7609         DPRINTF(("moving %s node %u [%s] on page %"Z"u to node %u on page %"Z"u",
7610             IS_LEAF(csrc->mc_pg[csrc->mc_top]) ? "leaf" : "branch",
7611             csrc->mc_ki[csrc->mc_top],
7612                 DKEY(&key),
7613             csrc->mc_pg[csrc->mc_top]->mp_pgno,
7614             cdst->mc_ki[cdst->mc_top], cdst->mc_pg[cdst->mc_top]->mp_pgno));
7615
7616         /* Add the node to the destination page.
7617          */
7618         rc = mdb_node_add(cdst, cdst->mc_ki[cdst->mc_top], &key, &data, srcpg, flags);
7619         if (rc != MDB_SUCCESS)
7620                 return rc;
7621
7622         /* Delete the node from the source page.
7623          */
7624         mdb_node_del(csrc, key.mv_size);
7625
7626         {
7627                 /* Adjust other cursors pointing to mp */
7628                 MDB_cursor *m2, *m3;
7629                 MDB_dbi dbi = csrc->mc_dbi;
7630                 MDB_page *mp = csrc->mc_pg[csrc->mc_top];
7631
7632                 for (m2 = csrc->mc_txn->mt_cursors[dbi]; m2; m2=m2->mc_next) {
7633                         if (csrc->mc_flags & C_SUB)
7634                                 m3 = &m2->mc_xcursor->mx_cursor;
7635                         else
7636                                 m3 = m2;
7637                         if (m3 == csrc) continue;
7638                         if (m3->mc_pg[csrc->mc_top] == mp && m3->mc_ki[csrc->mc_top] ==
7639                                 csrc->mc_ki[csrc->mc_top]) {
7640                                 m3->mc_pg[csrc->mc_top] = cdst->mc_pg[cdst->mc_top];
7641                                 m3->mc_ki[csrc->mc_top] = cdst->mc_ki[cdst->mc_top];
7642                         }
7643                 }
7644         }
7645
7646         /* Update the parent separators.
7647          */
7648         if (csrc->mc_ki[csrc->mc_top] == 0) {
7649                 if (csrc->mc_ki[csrc->mc_top-1] != 0) {
7650                         if (IS_LEAF2(csrc->mc_pg[csrc->mc_top])) {
7651                                 key.mv_data = LEAF2KEY(csrc->mc_pg[csrc->mc_top], 0, key.mv_size);
7652                         } else {
7653                                 srcnode = NODEPTR(csrc->mc_pg[csrc->mc_top], 0);
7654                                 key.mv_size = NODEKSZ(srcnode);
7655                                 key.mv_data = NODEKEY(srcnode);
7656                         }
7657                         DPRINTF(("update separator for source page %"Z"u to [%s]",
7658                                 csrc->mc_pg[csrc->mc_top]->mp_pgno, DKEY(&key)));
7659                         mdb_cursor_copy(csrc, &mn);
7660                         mn.mc_snum--;
7661                         mn.mc_top--;
7662                         if ((rc = mdb_update_key(&mn, &key)) != MDB_SUCCESS)
7663                                 return rc;
7664                 }
7665                 if (IS_BRANCH(csrc->mc_pg[csrc->mc_top])) {
7666                         MDB_val  nullkey;
7667                         indx_t  ix = csrc->mc_ki[csrc->mc_top];
7668                         nullkey.mv_size = 0;
7669                         csrc->mc_ki[csrc->mc_top] = 0;
7670                         rc = mdb_update_key(csrc, &nullkey);
7671                         csrc->mc_ki[csrc->mc_top] = ix;
7672                         mdb_cassert(csrc, rc == MDB_SUCCESS);
7673                 }
7674         }
7675
7676         if (cdst->mc_ki[cdst->mc_top] == 0) {
7677                 if (cdst->mc_ki[cdst->mc_top-1] != 0) {
7678                         if (IS_LEAF2(csrc->mc_pg[csrc->mc_top])) {
7679                                 key.mv_data = LEAF2KEY(cdst->mc_pg[cdst->mc_top], 0, key.mv_size);
7680                         } else {
7681                                 srcnode = NODEPTR(cdst->mc_pg[cdst->mc_top], 0);
7682                                 key.mv_size = NODEKSZ(srcnode);
7683                                 key.mv_data = NODEKEY(srcnode);
7684                         }
7685                         DPRINTF(("update separator for destination page %"Z"u to [%s]",
7686                                 cdst->mc_pg[cdst->mc_top]->mp_pgno, DKEY(&key)));
7687                         mdb_cursor_copy(cdst, &mn);
7688                         mn.mc_snum--;
7689                         mn.mc_top--;
7690                         if ((rc = mdb_update_key(&mn, &key)) != MDB_SUCCESS)
7691                                 return rc;
7692                 }
7693                 if (IS_BRANCH(cdst->mc_pg[cdst->mc_top])) {
7694                         MDB_val  nullkey;
7695                         indx_t  ix = cdst->mc_ki[cdst->mc_top];
7696                         nullkey.mv_size = 0;
7697                         cdst->mc_ki[cdst->mc_top] = 0;
7698                         rc = mdb_update_key(cdst, &nullkey);
7699                         cdst->mc_ki[cdst->mc_top] = ix;
7700                         mdb_cassert(cdst, rc == MDB_SUCCESS);
7701                 }
7702         }
7703
7704         return MDB_SUCCESS;
7705 }
7706
7707 /** Merge one page into another.
7708  *  The nodes from the page pointed to by \b csrc will
7709  *      be copied to the page pointed to by \b cdst and then
7710  *      the \b csrc page will be freed.
7711  * @param[in] csrc Cursor pointing to the source page.
7712  * @param[in] cdst Cursor pointing to the destination page.
7713  * @return 0 on success, non-zero on failure.
7714  */
7715 static int
7716 mdb_page_merge(MDB_cursor *csrc, MDB_cursor *cdst)
7717 {
7718         MDB_page        *psrc, *pdst;
7719         MDB_node        *srcnode;
7720         MDB_val          key, data;
7721         unsigned         nkeys;
7722         int                      rc;
7723         indx_t           i, j;
7724
7725         psrc = csrc->mc_pg[csrc->mc_top];
7726         pdst = cdst->mc_pg[cdst->mc_top];
7727
7728         DPRINTF(("merging page %"Z"u into %"Z"u", psrc->mp_pgno, pdst->mp_pgno));
7729
7730         mdb_cassert(csrc, csrc->mc_snum > 1);   /* can't merge root page */
7731         mdb_cassert(csrc, cdst->mc_snum > 1);
7732
7733         /* Mark dst as dirty. */
7734         if ((rc = mdb_page_touch(cdst)))
7735                 return rc;
7736
7737         /* Move all nodes from src to dst.
7738          */
7739         j = nkeys = NUMKEYS(pdst);
7740         if (IS_LEAF2(psrc)) {
7741                 key.mv_size = csrc->mc_db->md_pad;
7742                 key.mv_data = METADATA(psrc);
7743                 for (i = 0; i < NUMKEYS(psrc); i++, j++) {
7744                         rc = mdb_node_add(cdst, j, &key, NULL, 0, 0);
7745                         if (rc != MDB_SUCCESS)
7746                                 return rc;
7747                         key.mv_data = (char *)key.mv_data + key.mv_size;
7748                 }
7749         } else {
7750                 for (i = 0; i < NUMKEYS(psrc); i++, j++) {
7751                         srcnode = NODEPTR(psrc, i);
7752                         if (i == 0 && IS_BRANCH(psrc)) {
7753                                 MDB_cursor mn;
7754                                 MDB_node *s2;
7755                                 mdb_cursor_copy(csrc, &mn);
7756                                 /* must find the lowest key below src */
7757                                 rc = mdb_page_search_lowest(&mn);
7758                                 if (rc)
7759                                         return rc;
7760                                 if (IS_LEAF2(mn.mc_pg[mn.mc_top])) {
7761                                         key.mv_size = mn.mc_db->md_pad;
7762                                         key.mv_data = LEAF2KEY(mn.mc_pg[mn.mc_top], 0, key.mv_size);
7763                                 } else {
7764                                         s2 = NODEPTR(mn.mc_pg[mn.mc_top], 0);
7765                                         key.mv_size = NODEKSZ(s2);
7766                                         key.mv_data = NODEKEY(s2);
7767                                 }
7768                         } else {
7769                                 key.mv_size = srcnode->mn_ksize;
7770                                 key.mv_data = NODEKEY(srcnode);
7771                         }
7772
7773                         data.mv_size = NODEDSZ(srcnode);
7774                         data.mv_data = NODEDATA(srcnode);
7775                         rc = mdb_node_add(cdst, j, &key, &data, NODEPGNO(srcnode), srcnode->mn_flags);
7776                         if (rc != MDB_SUCCESS)
7777                                 return rc;
7778                 }
7779         }
7780
7781         DPRINTF(("dst page %"Z"u now has %u keys (%.1f%% filled)",
7782             pdst->mp_pgno, NUMKEYS(pdst),
7783                 (float)PAGEFILL(cdst->mc_txn->mt_env, pdst) / 10));
7784
7785         /* Unlink the src page from parent and add to free list.
7786          */
7787         csrc->mc_top--;
7788         mdb_node_del(csrc, 0);
7789         if (csrc->mc_ki[csrc->mc_top] == 0) {
7790                 key.mv_size = 0;
7791                 rc = mdb_update_key(csrc, &key);
7792                 if (rc) {
7793                         csrc->mc_top++;
7794                         return rc;
7795                 }
7796         }
7797         csrc->mc_top++;
7798
7799         psrc = csrc->mc_pg[csrc->mc_top];
7800         /* If not operating on FreeDB, allow this page to be reused
7801          * in this txn. Otherwise just add to free list.
7802          */
7803         rc = mdb_page_loose(csrc, psrc);
7804         if (rc)
7805                 return rc;
7806         if (IS_LEAF(psrc))
7807                 csrc->mc_db->md_leaf_pages--;
7808         else
7809                 csrc->mc_db->md_branch_pages--;
7810         {
7811                 /* Adjust other cursors pointing to mp */
7812                 MDB_cursor *m2, *m3;
7813                 MDB_dbi dbi = csrc->mc_dbi;
7814
7815                 for (m2 = csrc->mc_txn->mt_cursors[dbi]; m2; m2=m2->mc_next) {
7816                         if (csrc->mc_flags & C_SUB)
7817                                 m3 = &m2->mc_xcursor->mx_cursor;
7818                         else
7819                                 m3 = m2;
7820                         if (m3 == csrc) continue;
7821                         if (m3->mc_snum < csrc->mc_snum) continue;
7822                         if (m3->mc_pg[csrc->mc_top] == psrc) {
7823                                 m3->mc_pg[csrc->mc_top] = pdst;
7824                                 m3->mc_ki[csrc->mc_top] += nkeys;
7825                         }
7826                 }
7827         }
7828         {
7829                 unsigned int snum = cdst->mc_snum;
7830                 uint16_t depth = cdst->mc_db->md_depth;
7831                 mdb_cursor_pop(cdst);
7832                 rc = mdb_rebalance(cdst);
7833                 /* Did the tree shrink? */
7834                 if (depth > cdst->mc_db->md_depth)
7835                         snum--;
7836                 cdst->mc_snum = snum;
7837                 cdst->mc_top = snum-1;
7838         }
7839         return rc;
7840 }
7841
7842 /** Copy the contents of a cursor.
7843  * @param[in] csrc The cursor to copy from.
7844  * @param[out] cdst The cursor to copy to.
7845  */
7846 static void
7847 mdb_cursor_copy(const MDB_cursor *csrc, MDB_cursor *cdst)
7848 {
7849         unsigned int i;
7850
7851         cdst->mc_txn = csrc->mc_txn;
7852         cdst->mc_dbi = csrc->mc_dbi;
7853         cdst->mc_db  = csrc->mc_db;
7854         cdst->mc_dbx = csrc->mc_dbx;
7855         cdst->mc_snum = csrc->mc_snum;
7856         cdst->mc_top = csrc->mc_top;
7857         cdst->mc_flags = csrc->mc_flags;
7858
7859         for (i=0; i<csrc->mc_snum; i++) {
7860                 cdst->mc_pg[i] = csrc->mc_pg[i];
7861                 cdst->mc_ki[i] = csrc->mc_ki[i];
7862         }
7863 }
7864
7865 /** Rebalance the tree after a delete operation.
7866  * @param[in] mc Cursor pointing to the page where rebalancing
7867  * should begin.
7868  * @return 0 on success, non-zero on failure.
7869  */
7870 static int
7871 mdb_rebalance(MDB_cursor *mc)
7872 {
7873         MDB_node        *node;
7874         int rc;
7875         unsigned int ptop, minkeys;
7876         MDB_cursor      mn;
7877         indx_t oldki;
7878
7879         minkeys = 1 + (IS_BRANCH(mc->mc_pg[mc->mc_top]));
7880         DPRINTF(("rebalancing %s page %"Z"u (has %u keys, %.1f%% full)",
7881             IS_LEAF(mc->mc_pg[mc->mc_top]) ? "leaf" : "branch",
7882             mdb_dbg_pgno(mc->mc_pg[mc->mc_top]), NUMKEYS(mc->mc_pg[mc->mc_top]),
7883                 (float)PAGEFILL(mc->mc_txn->mt_env, mc->mc_pg[mc->mc_top]) / 10));
7884
7885         if (PAGEFILL(mc->mc_txn->mt_env, mc->mc_pg[mc->mc_top]) >= FILL_THRESHOLD &&
7886                 NUMKEYS(mc->mc_pg[mc->mc_top]) >= minkeys) {
7887                 DPRINTF(("no need to rebalance page %"Z"u, above fill threshold",
7888                     mdb_dbg_pgno(mc->mc_pg[mc->mc_top])));
7889                 return MDB_SUCCESS;
7890         }
7891
7892         if (mc->mc_snum < 2) {
7893                 MDB_page *mp = mc->mc_pg[0];
7894                 if (IS_SUBP(mp)) {
7895                         DPUTS("Can't rebalance a subpage, ignoring");
7896                         return MDB_SUCCESS;
7897                 }
7898                 if (NUMKEYS(mp) == 0) {
7899                         DPUTS("tree is completely empty");
7900                         mc->mc_db->md_root = P_INVALID;
7901                         mc->mc_db->md_depth = 0;
7902                         mc->mc_db->md_leaf_pages = 0;
7903                         rc = mdb_midl_append(&mc->mc_txn->mt_free_pgs, mp->mp_pgno);
7904                         if (rc)
7905                                 return rc;
7906                         /* Adjust cursors pointing to mp */
7907                         mc->mc_snum = 0;
7908                         mc->mc_top = 0;
7909                         mc->mc_flags &= ~C_INITIALIZED;
7910                         {
7911                                 MDB_cursor *m2, *m3;
7912                                 MDB_dbi dbi = mc->mc_dbi;
7913
7914                                 for (m2 = mc->mc_txn->mt_cursors[dbi]; m2; m2=m2->mc_next) {
7915                                         if (mc->mc_flags & C_SUB)
7916                                                 m3 = &m2->mc_xcursor->mx_cursor;
7917                                         else
7918                                                 m3 = m2;
7919                                         if (m3->mc_snum < mc->mc_snum) continue;
7920                                         if (m3->mc_pg[0] == mp) {
7921                                                 m3->mc_snum = 0;
7922                                                 m3->mc_top = 0;
7923                                                 m3->mc_flags &= ~C_INITIALIZED;
7924                                         }
7925                                 }
7926                         }
7927                 } else if (IS_BRANCH(mp) && NUMKEYS(mp) == 1) {
7928                         int i;
7929                         DPUTS("collapsing root page!");
7930                         rc = mdb_midl_append(&mc->mc_txn->mt_free_pgs, mp->mp_pgno);
7931                         if (rc)
7932                                 return rc;
7933                         mc->mc_db->md_root = NODEPGNO(NODEPTR(mp, 0));
7934                         rc = mdb_page_get(mc->mc_txn,mc->mc_db->md_root,&mc->mc_pg[0],NULL);
7935                         if (rc)
7936                                 return rc;
7937                         mc->mc_db->md_depth--;
7938                         mc->mc_db->md_branch_pages--;
7939                         mc->mc_ki[0] = mc->mc_ki[1];
7940                         for (i = 1; i<mc->mc_db->md_depth; i++) {
7941                                 mc->mc_pg[i] = mc->mc_pg[i+1];
7942                                 mc->mc_ki[i] = mc->mc_ki[i+1];
7943                         }
7944                         {
7945                                 /* Adjust other cursors pointing to mp */
7946                                 MDB_cursor *m2, *m3;
7947                                 MDB_dbi dbi = mc->mc_dbi;
7948
7949                                 for (m2 = mc->mc_txn->mt_cursors[dbi]; m2; m2=m2->mc_next) {
7950                                         if (mc->mc_flags & C_SUB)
7951                                                 m3 = &m2->mc_xcursor->mx_cursor;
7952                                         else
7953                                                 m3 = m2;
7954                                         if (m3 == mc || m3->mc_snum < mc->mc_snum) continue;
7955                                         if (m3->mc_pg[0] == mp) {
7956                                                 for (i=0; i<m3->mc_snum; i++) {
7957                                                         m3->mc_pg[i] = m3->mc_pg[i+1];
7958                                                         m3->mc_ki[i] = m3->mc_ki[i+1];
7959                                                 }
7960                                                 m3->mc_snum--;
7961                                                 m3->mc_top--;
7962                                         }
7963                                 }
7964                         }
7965                 } else
7966                         DPUTS("root page doesn't need rebalancing");
7967                 return MDB_SUCCESS;
7968         }
7969
7970         /* The parent (branch page) must have at least 2 pointers,
7971          * otherwise the tree is invalid.
7972          */
7973         ptop = mc->mc_top-1;
7974         mdb_cassert(mc, NUMKEYS(mc->mc_pg[ptop]) > 1);
7975
7976         /* Leaf page fill factor is below the threshold.
7977          * Try to move keys from left or right neighbor, or
7978          * merge with a neighbor page.
7979          */
7980
7981         /* Find neighbors.
7982          */
7983         mdb_cursor_copy(mc, &mn);
7984         mn.mc_xcursor = NULL;
7985
7986         oldki = mc->mc_ki[mc->mc_top];
7987         if (mc->mc_ki[ptop] == 0) {
7988                 /* We're the leftmost leaf in our parent.
7989                  */
7990                 DPUTS("reading right neighbor");
7991                 mn.mc_ki[ptop]++;
7992                 node = NODEPTR(mc->mc_pg[ptop], mn.mc_ki[ptop]);
7993                 rc = mdb_page_get(mc->mc_txn,NODEPGNO(node),&mn.mc_pg[mn.mc_top],NULL);
7994                 if (rc)
7995                         return rc;
7996                 mn.mc_ki[mn.mc_top] = 0;
7997                 mc->mc_ki[mc->mc_top] = NUMKEYS(mc->mc_pg[mc->mc_top]);
7998         } else {
7999                 /* There is at least one neighbor to the left.
8000                  */
8001                 DPUTS("reading left neighbor");
8002                 mn.mc_ki[ptop]--;
8003                 node = NODEPTR(mc->mc_pg[ptop], mn.mc_ki[ptop]);
8004                 rc = mdb_page_get(mc->mc_txn,NODEPGNO(node),&mn.mc_pg[mn.mc_top],NULL);
8005                 if (rc)
8006                         return rc;
8007                 mn.mc_ki[mn.mc_top] = NUMKEYS(mn.mc_pg[mn.mc_top]) - 1;
8008                 mc->mc_ki[mc->mc_top] = 0;
8009         }
8010
8011         DPRINTF(("found neighbor page %"Z"u (%u keys, %.1f%% full)",
8012             mn.mc_pg[mn.mc_top]->mp_pgno, NUMKEYS(mn.mc_pg[mn.mc_top]),
8013                 (float)PAGEFILL(mc->mc_txn->mt_env, mn.mc_pg[mn.mc_top]) / 10));
8014
8015         /* If the neighbor page is above threshold and has enough keys,
8016          * move one key from it. Otherwise we should try to merge them.
8017          * (A branch page must never have less than 2 keys.)
8018          */
8019         minkeys = 1 + (IS_BRANCH(mn.mc_pg[mn.mc_top]));
8020         if (PAGEFILL(mc->mc_txn->mt_env, mn.mc_pg[mn.mc_top]) >= FILL_THRESHOLD && NUMKEYS(mn.mc_pg[mn.mc_top]) > minkeys) {
8021                 rc = mdb_node_move(&mn, mc);
8022                 if (mc->mc_ki[ptop]) {
8023                         oldki++;
8024                 }
8025         } else {
8026                 if (mc->mc_ki[ptop] == 0) {
8027                         rc = mdb_page_merge(&mn, mc);
8028                 } else {
8029                         MDB_cursor dummy;
8030                         oldki += NUMKEYS(mn.mc_pg[mn.mc_top]);
8031                         mn.mc_ki[mn.mc_top] += mc->mc_ki[mn.mc_top] + 1;
8032                         /* We want mdb_rebalance to find mn when doing fixups */
8033                         if (mc->mc_flags & C_SUB) {
8034                                 dummy.mc_next = mc->mc_txn->mt_cursors[mc->mc_dbi];
8035                                 mc->mc_txn->mt_cursors[mc->mc_dbi] = &dummy;
8036                                 dummy.mc_xcursor = (MDB_xcursor *)&mn;
8037                         } else {
8038                                 mn.mc_next = mc->mc_txn->mt_cursors[mc->mc_dbi];
8039                                 mc->mc_txn->mt_cursors[mc->mc_dbi] = &mn;
8040                         }
8041                         rc = mdb_page_merge(mc, &mn);
8042                         if (mc->mc_flags & C_SUB)
8043                                 mc->mc_txn->mt_cursors[mc->mc_dbi] = dummy.mc_next;
8044                         else
8045                                 mc->mc_txn->mt_cursors[mc->mc_dbi] = mn.mc_next;
8046                         mdb_cursor_copy(&mn, mc);
8047                 }
8048                 mc->mc_flags &= ~C_EOF;
8049         }
8050         mc->mc_ki[mc->mc_top] = oldki;
8051         return rc;
8052 }
8053
8054 /** Complete a delete operation started by #mdb_cursor_del(). */
8055 static int
8056 mdb_cursor_del0(MDB_cursor *mc)
8057 {
8058         int rc;
8059         MDB_page *mp;
8060         indx_t ki;
8061         unsigned int nkeys;
8062
8063         ki = mc->mc_ki[mc->mc_top];
8064         mdb_node_del(mc, mc->mc_db->md_pad);
8065         mc->mc_db->md_entries--;
8066         rc = mdb_rebalance(mc);
8067
8068         if (rc == MDB_SUCCESS) {
8069                 MDB_cursor *m2, *m3;
8070                 MDB_dbi dbi = mc->mc_dbi;
8071
8072                 /* DB is totally empty now, just bail out.
8073                  * Other cursors adjustments were already done
8074                  * by mdb_rebalance and aren't needed here.
8075                  */
8076                 if (!mc->mc_snum)
8077                         return rc;
8078
8079                 mp = mc->mc_pg[mc->mc_top];
8080                 nkeys = NUMKEYS(mp);
8081
8082                 /* if mc points past last node in page, find next sibling */
8083                 if (mc->mc_ki[mc->mc_top] >= nkeys) {
8084                         rc = mdb_cursor_sibling(mc, 1);
8085                         if (rc == MDB_NOTFOUND) {
8086                                 mc->mc_flags |= C_EOF;
8087                                 rc = MDB_SUCCESS;
8088                         }
8089                 }
8090
8091                 /* Adjust other cursors pointing to mp */
8092                 for (m2 = mc->mc_txn->mt_cursors[dbi]; !rc && m2; m2=m2->mc_next) {
8093                         m3 = (mc->mc_flags & C_SUB) ? &m2->mc_xcursor->mx_cursor : m2;
8094                         if (! (m2->mc_flags & m3->mc_flags & C_INITIALIZED))
8095                                 continue;
8096                         if (m3 == mc || m3->mc_snum < mc->mc_snum)
8097                                 continue;
8098                         if (m3->mc_pg[mc->mc_top] == mp) {
8099                                 if (m3->mc_ki[mc->mc_top] >= ki) {
8100                                         m3->mc_flags |= C_DEL;
8101                                         if (m3->mc_ki[mc->mc_top] > ki)
8102                                                 m3->mc_ki[mc->mc_top]--;
8103                                         else if (mc->mc_db->md_flags & MDB_DUPSORT)
8104                                                 m3->mc_xcursor->mx_cursor.mc_flags |= C_EOF;
8105                                 }
8106                                 if (m3->mc_ki[mc->mc_top] >= nkeys) {
8107                                         rc = mdb_cursor_sibling(m3, 1);
8108                                         if (rc == MDB_NOTFOUND) {
8109                                                 m3->mc_flags |= C_EOF;
8110                                                 rc = MDB_SUCCESS;
8111                                         }
8112                                 }
8113                         }
8114                 }
8115                 mc->mc_flags |= C_DEL;
8116         }
8117
8118         if (rc)
8119                 mc->mc_txn->mt_flags |= MDB_TXN_ERROR;
8120         return rc;
8121 }
8122
8123 int
8124 mdb_del(MDB_txn *txn, MDB_dbi dbi,
8125     MDB_val *key, MDB_val *data)
8126 {
8127         if (!key || !TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
8128                 return EINVAL;
8129
8130         if (txn->mt_flags & (MDB_TXN_RDONLY|MDB_TXN_ERROR))
8131                 return (txn->mt_flags & MDB_TXN_RDONLY) ? EACCES : MDB_BAD_TXN;
8132
8133         if (!F_ISSET(txn->mt_dbs[dbi].md_flags, MDB_DUPSORT)) {
8134                 /* must ignore any data */
8135                 data = NULL;
8136         }
8137
8138         return mdb_del0(txn, dbi, key, data, 0);
8139 }
8140
8141 static int
8142 mdb_del0(MDB_txn *txn, MDB_dbi dbi,
8143         MDB_val *key, MDB_val *data, unsigned flags)
8144 {
8145         MDB_cursor mc;
8146         MDB_xcursor mx;
8147         MDB_cursor_op op;
8148         MDB_val rdata, *xdata;
8149         int              rc, exact = 0;
8150         DKBUF;
8151
8152         DPRINTF(("====> delete db %u key [%s]", dbi, DKEY(key)));
8153
8154         mdb_cursor_init(&mc, txn, dbi, &mx);
8155
8156         if (data) {
8157                 op = MDB_GET_BOTH;
8158                 rdata = *data;
8159                 xdata = &rdata;
8160         } else {
8161                 op = MDB_SET;
8162                 xdata = NULL;
8163                 flags |= MDB_NODUPDATA;
8164         }
8165         rc = mdb_cursor_set(&mc, key, xdata, op, &exact);
8166         if (rc == 0) {
8167                 /* let mdb_page_split know about this cursor if needed:
8168                  * delete will trigger a rebalance; if it needs to move
8169                  * a node from one page to another, it will have to
8170                  * update the parent's separator key(s). If the new sepkey
8171                  * is larger than the current one, the parent page may
8172                  * run out of space, triggering a split. We need this
8173                  * cursor to be consistent until the end of the rebalance.
8174                  */
8175                 mc.mc_flags |= C_UNTRACK;
8176                 mc.mc_next = txn->mt_cursors[dbi];
8177                 txn->mt_cursors[dbi] = &mc;
8178                 rc = mdb_cursor_del(&mc, flags);
8179                 txn->mt_cursors[dbi] = mc.mc_next;
8180         }
8181         return rc;
8182 }
8183
8184 /** Split a page and insert a new node.
8185  * @param[in,out] mc Cursor pointing to the page and desired insertion index.
8186  * The cursor will be updated to point to the actual page and index where
8187  * the node got inserted after the split.
8188  * @param[in] newkey The key for the newly inserted node.
8189  * @param[in] newdata The data for the newly inserted node.
8190  * @param[in] newpgno The page number, if the new node is a branch node.
8191  * @param[in] nflags The #NODE_ADD_FLAGS for the new node.
8192  * @return 0 on success, non-zero on failure.
8193  */
8194 static int
8195 mdb_page_split(MDB_cursor *mc, MDB_val *newkey, MDB_val *newdata, pgno_t newpgno,
8196         unsigned int nflags)
8197 {
8198         unsigned int flags;
8199         int              rc = MDB_SUCCESS, new_root = 0, did_split = 0;
8200         indx_t           newindx;
8201         pgno_t           pgno = 0;
8202         int      i, j, split_indx, nkeys, pmax;
8203         MDB_env         *env = mc->mc_txn->mt_env;
8204         MDB_node        *node;
8205         MDB_val  sepkey, rkey, xdata, *rdata = &xdata;
8206         MDB_page        *copy = NULL;
8207         MDB_page        *mp, *rp, *pp;
8208         int ptop;
8209         MDB_cursor      mn;
8210         DKBUF;
8211
8212         mp = mc->mc_pg[mc->mc_top];
8213         newindx = mc->mc_ki[mc->mc_top];
8214         nkeys = NUMKEYS(mp);
8215
8216         DPRINTF(("-----> splitting %s page %"Z"u and adding [%s] at index %i/%i",
8217             IS_LEAF(mp) ? "leaf" : "branch", mp->mp_pgno,
8218             DKEY(newkey), mc->mc_ki[mc->mc_top], nkeys));
8219
8220         /* Create a right sibling. */
8221         if ((rc = mdb_page_new(mc, mp->mp_flags, 1, &rp)))
8222                 return rc;
8223         rp->mp_pad = mp->mp_pad;
8224         DPRINTF(("new right sibling: page %"Z"u", rp->mp_pgno));
8225
8226         if (mc->mc_snum < 2) {
8227                 if ((rc = mdb_page_new(mc, P_BRANCH, 1, &pp)))
8228                         goto done;
8229                 /* shift current top to make room for new parent */
8230                 mc->mc_pg[1] = mc->mc_pg[0];
8231                 mc->mc_ki[1] = mc->mc_ki[0];
8232                 mc->mc_pg[0] = pp;
8233                 mc->mc_ki[0] = 0;
8234                 mc->mc_db->md_root = pp->mp_pgno;
8235                 DPRINTF(("root split! new root = %"Z"u", pp->mp_pgno));
8236                 mc->mc_db->md_depth++;
8237                 new_root = 1;
8238
8239                 /* Add left (implicit) pointer. */
8240                 if ((rc = mdb_node_add(mc, 0, NULL, NULL, mp->mp_pgno, 0)) != MDB_SUCCESS) {
8241                         /* undo the pre-push */
8242                         mc->mc_pg[0] = mc->mc_pg[1];
8243                         mc->mc_ki[0] = mc->mc_ki[1];
8244                         mc->mc_db->md_root = mp->mp_pgno;
8245                         mc->mc_db->md_depth--;
8246                         goto done;
8247                 }
8248                 mc->mc_snum = 2;
8249                 mc->mc_top = 1;
8250                 ptop = 0;
8251         } else {
8252                 ptop = mc->mc_top-1;
8253                 DPRINTF(("parent branch page is %"Z"u", mc->mc_pg[ptop]->mp_pgno));
8254         }
8255
8256         mc->mc_flags |= C_SPLITTING;
8257         mdb_cursor_copy(mc, &mn);
8258         mn.mc_pg[mn.mc_top] = rp;
8259         mn.mc_ki[ptop] = mc->mc_ki[ptop]+1;
8260
8261         if (nflags & MDB_APPEND) {
8262                 mn.mc_ki[mn.mc_top] = 0;
8263                 sepkey = *newkey;
8264                 split_indx = newindx;
8265                 nkeys = 0;
8266         } else {
8267
8268                 split_indx = (nkeys+1) / 2;
8269
8270                 if (IS_LEAF2(rp)) {
8271                         char *split, *ins;
8272                         int x;
8273                         unsigned int lsize, rsize, ksize;
8274                         /* Move half of the keys to the right sibling */
8275                         x = mc->mc_ki[mc->mc_top] - split_indx;
8276                         ksize = mc->mc_db->md_pad;
8277                         split = LEAF2KEY(mp, split_indx, ksize);
8278                         rsize = (nkeys - split_indx) * ksize;
8279                         lsize = (nkeys - split_indx) * sizeof(indx_t);
8280                         mp->mp_lower -= lsize;
8281                         rp->mp_lower += lsize;
8282                         mp->mp_upper += rsize - lsize;
8283                         rp->mp_upper -= rsize - lsize;
8284                         sepkey.mv_size = ksize;
8285                         if (newindx == split_indx) {
8286                                 sepkey.mv_data = newkey->mv_data;
8287                         } else {
8288                                 sepkey.mv_data = split;
8289                         }
8290                         if (x<0) {
8291                                 ins = LEAF2KEY(mp, mc->mc_ki[mc->mc_top], ksize);
8292                                 memcpy(rp->mp_ptrs, split, rsize);
8293                                 sepkey.mv_data = rp->mp_ptrs;
8294                                 memmove(ins+ksize, ins, (split_indx - mc->mc_ki[mc->mc_top]) * ksize);
8295                                 memcpy(ins, newkey->mv_data, ksize);
8296                                 mp->mp_lower += sizeof(indx_t);
8297                                 mp->mp_upper -= ksize - sizeof(indx_t);
8298                         } else {
8299                                 if (x)
8300                                         memcpy(rp->mp_ptrs, split, x * ksize);
8301                                 ins = LEAF2KEY(rp, x, ksize);
8302                                 memcpy(ins, newkey->mv_data, ksize);
8303                                 memcpy(ins+ksize, split + x * ksize, rsize - x * ksize);
8304                                 rp->mp_lower += sizeof(indx_t);
8305                                 rp->mp_upper -= ksize - sizeof(indx_t);
8306                                 mc->mc_ki[mc->mc_top] = x;
8307                                 mc->mc_pg[mc->mc_top] = rp;
8308                         }
8309                 } else {
8310                         int psize, nsize, k;
8311                         /* Maximum free space in an empty page */
8312                         pmax = env->me_psize - PAGEHDRSZ;
8313                         if (IS_LEAF(mp))
8314                                 nsize = mdb_leaf_size(env, newkey, newdata);
8315                         else
8316                                 nsize = mdb_branch_size(env, newkey);
8317                         nsize = EVEN(nsize);
8318
8319                         /* grab a page to hold a temporary copy */
8320                         copy = mdb_page_malloc(mc->mc_txn, 1);
8321                         if (copy == NULL) {
8322                                 rc = ENOMEM;
8323                                 goto done;
8324                         }
8325                         copy->mp_pgno  = mp->mp_pgno;
8326                         copy->mp_flags = mp->mp_flags;
8327                         copy->mp_lower = (PAGEHDRSZ-PAGEBASE);
8328                         copy->mp_upper = env->me_psize - PAGEBASE;
8329
8330                         /* prepare to insert */
8331                         for (i=0, j=0; i<nkeys; i++) {
8332                                 if (i == newindx) {
8333                                         copy->mp_ptrs[j++] = 0;
8334                                 }
8335                                 copy->mp_ptrs[j++] = mp->mp_ptrs[i];
8336                         }
8337
8338                         /* When items are relatively large the split point needs
8339                          * to be checked, because being off-by-one will make the
8340                          * difference between success or failure in mdb_node_add.
8341                          *
8342                          * It's also relevant if a page happens to be laid out
8343                          * such that one half of its nodes are all "small" and
8344                          * the other half of its nodes are "large." If the new
8345                          * item is also "large" and falls on the half with
8346                          * "large" nodes, it also may not fit.
8347                          *
8348                          * As a final tweak, if the new item goes on the last
8349                          * spot on the page (and thus, onto the new page), bias
8350                          * the split so the new page is emptier than the old page.
8351                          * This yields better packing during sequential inserts.
8352                          */
8353                         if (nkeys < 20 || nsize > pmax/16 || newindx >= nkeys) {
8354                                 /* Find split point */
8355                                 psize = 0;
8356                                 if (newindx <= split_indx || newindx >= nkeys) {
8357                                         i = 0; j = 1;
8358                                         k = newindx >= nkeys ? nkeys : split_indx+2;
8359                                 } else {
8360                                         i = nkeys; j = -1;
8361                                         k = split_indx-1;
8362                                 }
8363                                 for (; i!=k; i+=j) {
8364                                         if (i == newindx) {
8365                                                 psize += nsize;
8366                                                 node = NULL;
8367                                         } else {
8368                                                 node = (MDB_node *)((char *)mp + copy->mp_ptrs[i] + PAGEBASE);
8369                                                 psize += NODESIZE + NODEKSZ(node) + sizeof(indx_t);
8370                                                 if (IS_LEAF(mp)) {
8371                                                         if (F_ISSET(node->mn_flags, F_BIGDATA))
8372                                                                 psize += sizeof(pgno_t);
8373                                                         else
8374                                                                 psize += NODEDSZ(node);
8375                                                 }
8376                                                 psize = EVEN(psize);
8377                                         }
8378                                         if (psize > pmax || i == k-j) {
8379                                                 split_indx = i + (j<0);
8380                                                 break;
8381                                         }
8382                                 }
8383                         }
8384                         if (split_indx == newindx) {
8385                                 sepkey.mv_size = newkey->mv_size;
8386                                 sepkey.mv_data = newkey->mv_data;
8387                         } else {
8388                                 node = (MDB_node *)((char *)mp + copy->mp_ptrs[split_indx] + PAGEBASE);
8389                                 sepkey.mv_size = node->mn_ksize;
8390                                 sepkey.mv_data = NODEKEY(node);
8391                         }
8392                 }
8393         }
8394
8395         DPRINTF(("separator is %d [%s]", split_indx, DKEY(&sepkey)));
8396
8397         /* Copy separator key to the parent.
8398          */
8399         if (SIZELEFT(mn.mc_pg[ptop]) < mdb_branch_size(env, &sepkey)) {
8400                 mn.mc_snum--;
8401                 mn.mc_top--;
8402                 did_split = 1;
8403                 rc = mdb_page_split(&mn, &sepkey, NULL, rp->mp_pgno, 0);
8404                 if (rc)
8405                         goto done;
8406
8407                 /* root split? */
8408                 if (mn.mc_snum == mc->mc_snum) {
8409                         mc->mc_pg[mc->mc_snum] = mc->mc_pg[mc->mc_top];
8410                         mc->mc_ki[mc->mc_snum] = mc->mc_ki[mc->mc_top];
8411                         mc->mc_pg[mc->mc_top] = mc->mc_pg[ptop];
8412                         mc->mc_ki[mc->mc_top] = mc->mc_ki[ptop];
8413                         mc->mc_snum++;
8414                         mc->mc_top++;
8415                         ptop++;
8416                 }
8417                 /* Right page might now have changed parent.
8418                  * Check if left page also changed parent.
8419                  */
8420                 if (mn.mc_pg[ptop] != mc->mc_pg[ptop] &&
8421                     mc->mc_ki[ptop] >= NUMKEYS(mc->mc_pg[ptop])) {
8422                         for (i=0; i<ptop; i++) {
8423                                 mc->mc_pg[i] = mn.mc_pg[i];
8424                                 mc->mc_ki[i] = mn.mc_ki[i];
8425                         }
8426                         mc->mc_pg[ptop] = mn.mc_pg[ptop];
8427                         if (mn.mc_ki[ptop]) {
8428                                 mc->mc_ki[ptop] = mn.mc_ki[ptop] - 1;
8429                         } else {
8430                                 /* find right page's left sibling */
8431                                 mc->mc_ki[ptop] = mn.mc_ki[ptop];
8432                                 mdb_cursor_sibling(mc, 0);
8433                         }
8434                 }
8435         } else {
8436                 mn.mc_top--;
8437                 rc = mdb_node_add(&mn, mn.mc_ki[ptop], &sepkey, NULL, rp->mp_pgno, 0);
8438                 mn.mc_top++;
8439         }
8440         mc->mc_flags ^= C_SPLITTING;
8441         if (rc != MDB_SUCCESS) {
8442                 goto done;
8443         }
8444         if (nflags & MDB_APPEND) {
8445                 mc->mc_pg[mc->mc_top] = rp;
8446                 mc->mc_ki[mc->mc_top] = 0;
8447                 rc = mdb_node_add(mc, 0, newkey, newdata, newpgno, nflags);
8448                 if (rc)
8449                         goto done;
8450                 for (i=0; i<mc->mc_top; i++)
8451                         mc->mc_ki[i] = mn.mc_ki[i];
8452         } else if (!IS_LEAF2(mp)) {
8453                 /* Move nodes */
8454                 mc->mc_pg[mc->mc_top] = rp;
8455                 i = split_indx;
8456                 j = 0;
8457                 do {
8458                         if (i == newindx) {
8459                                 rkey.mv_data = newkey->mv_data;
8460                                 rkey.mv_size = newkey->mv_size;
8461                                 if (IS_LEAF(mp)) {
8462                                         rdata = newdata;
8463                                 } else
8464                                         pgno = newpgno;
8465                                 flags = nflags;
8466                                 /* Update index for the new key. */
8467                                 mc->mc_ki[mc->mc_top] = j;
8468                         } else {
8469                                 node = (MDB_node *)((char *)mp + copy->mp_ptrs[i] + PAGEBASE);
8470                                 rkey.mv_data = NODEKEY(node);
8471                                 rkey.mv_size = node->mn_ksize;
8472                                 if (IS_LEAF(mp)) {
8473                                         xdata.mv_data = NODEDATA(node);
8474                                         xdata.mv_size = NODEDSZ(node);
8475                                         rdata = &xdata;
8476                                 } else
8477                                         pgno = NODEPGNO(node);
8478                                 flags = node->mn_flags;
8479                         }
8480
8481                         if (!IS_LEAF(mp) && j == 0) {
8482                                 /* First branch index doesn't need key data. */
8483                                 rkey.mv_size = 0;
8484                         }
8485
8486                         rc = mdb_node_add(mc, j, &rkey, rdata, pgno, flags);
8487                         if (rc)
8488                                 goto done;
8489                         if (i == nkeys) {
8490                                 i = 0;
8491                                 j = 0;
8492                                 mc->mc_pg[mc->mc_top] = copy;
8493                         } else {
8494                                 i++;
8495                                 j++;
8496                         }
8497                 } while (i != split_indx);
8498
8499                 nkeys = NUMKEYS(copy);
8500                 for (i=0; i<nkeys; i++)
8501                         mp->mp_ptrs[i] = copy->mp_ptrs[i];
8502                 mp->mp_lower = copy->mp_lower;
8503                 mp->mp_upper = copy->mp_upper;
8504                 memcpy(NODEPTR(mp, nkeys-1), NODEPTR(copy, nkeys-1),
8505                         env->me_psize - copy->mp_upper - PAGEBASE);
8506
8507                 /* reset back to original page */
8508                 if (newindx < split_indx) {
8509                         mc->mc_pg[mc->mc_top] = mp;
8510                         if (nflags & MDB_RESERVE) {
8511                                 node = NODEPTR(mp, mc->mc_ki[mc->mc_top]);
8512                                 if (!(node->mn_flags & F_BIGDATA))
8513                                         newdata->mv_data = NODEDATA(node);
8514                         }
8515                 } else {
8516                         mc->mc_pg[mc->mc_top] = rp;
8517                         mc->mc_ki[ptop]++;
8518                         /* Make sure mc_ki is still valid.
8519                          */
8520                         if (mn.mc_pg[ptop] != mc->mc_pg[ptop] &&
8521                                 mc->mc_ki[ptop] >= NUMKEYS(mc->mc_pg[ptop])) {
8522                                 for (i=0; i<=ptop; i++) {
8523                                         mc->mc_pg[i] = mn.mc_pg[i];
8524                                         mc->mc_ki[i] = mn.mc_ki[i];
8525                                 }
8526                         }
8527                 }
8528         }
8529
8530         {
8531                 /* Adjust other cursors pointing to mp */
8532                 MDB_cursor *m2, *m3;
8533                 MDB_dbi dbi = mc->mc_dbi;
8534                 int fixup = NUMKEYS(mp);
8535
8536                 for (m2 = mc->mc_txn->mt_cursors[dbi]; m2; m2=m2->mc_next) {
8537                         if (mc->mc_flags & C_SUB)
8538                                 m3 = &m2->mc_xcursor->mx_cursor;
8539                         else
8540                                 m3 = m2;
8541                         if (m3 == mc)
8542                                 continue;
8543                         if (!(m2->mc_flags & m3->mc_flags & C_INITIALIZED))
8544                                 continue;
8545                         if (m3->mc_flags & C_SPLITTING)
8546                                 continue;
8547                         if (new_root) {
8548                                 int k;
8549                                 /* root split */
8550                                 for (k=m3->mc_top; k>=0; k--) {
8551                                         m3->mc_ki[k+1] = m3->mc_ki[k];
8552                                         m3->mc_pg[k+1] = m3->mc_pg[k];
8553                                 }
8554                                 if (m3->mc_ki[0] >= split_indx) {
8555                                         m3->mc_ki[0] = 1;
8556                                 } else {
8557                                         m3->mc_ki[0] = 0;
8558                                 }
8559                                 m3->mc_pg[0] = mc->mc_pg[0];
8560                                 m3->mc_snum++;
8561                                 m3->mc_top++;
8562                         }
8563                         if (m3->mc_top >= mc->mc_top && m3->mc_pg[mc->mc_top] == mp) {
8564                                 if (m3->mc_ki[mc->mc_top] >= newindx && !(nflags & MDB_SPLIT_REPLACE))
8565                                         m3->mc_ki[mc->mc_top]++;
8566                                 if (m3->mc_ki[mc->mc_top] >= fixup) {
8567                                         m3->mc_pg[mc->mc_top] = rp;
8568                                         m3->mc_ki[mc->mc_top] -= fixup;
8569                                         m3->mc_ki[ptop] = mn.mc_ki[ptop];
8570                                 }
8571                         } else if (!did_split && m3->mc_top >= ptop && m3->mc_pg[ptop] == mc->mc_pg[ptop] &&
8572                                 m3->mc_ki[ptop] >= mc->mc_ki[ptop]) {
8573                                 m3->mc_ki[ptop]++;
8574                         }
8575                 }
8576         }
8577         DPRINTF(("mp left: %d, rp left: %d", SIZELEFT(mp), SIZELEFT(rp)));
8578
8579 done:
8580         if (copy)                                       /* tmp page */
8581                 mdb_page_free(env, copy);
8582         if (rc)
8583                 mc->mc_txn->mt_flags |= MDB_TXN_ERROR;
8584         return rc;
8585 }
8586
8587 int
8588 mdb_put(MDB_txn *txn, MDB_dbi dbi,
8589     MDB_val *key, MDB_val *data, unsigned int flags)
8590 {
8591         MDB_cursor mc;
8592         MDB_xcursor mx;
8593
8594         if (!key || !data || !TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
8595                 return EINVAL;
8596
8597         if (flags & ~(MDB_NOOVERWRITE|MDB_NODUPDATA|MDB_RESERVE|MDB_APPEND|MDB_APPENDDUP))
8598                 return EINVAL;
8599
8600         mdb_cursor_init(&mc, txn, dbi, &mx);
8601         return mdb_cursor_put(&mc, key, data, flags);
8602 }
8603
8604 #ifndef MDB_WBUF
8605 #define MDB_WBUF        (1024*1024)
8606 #endif
8607
8608         /** State needed for a compacting copy. */
8609 typedef struct mdb_copy {
8610         pthread_mutex_t mc_mutex;
8611         pthread_cond_t mc_cond;
8612         char *mc_wbuf[2];
8613         char *mc_over[2];
8614         MDB_env *mc_env;
8615         MDB_txn *mc_txn;
8616         int mc_wlen[2];
8617         int mc_olen[2];
8618         pgno_t mc_next_pgno;
8619         HANDLE mc_fd;
8620         int mc_status;
8621         volatile int mc_new;
8622         int mc_toggle;
8623
8624 } mdb_copy;
8625
8626         /** Dedicated writer thread for compacting copy. */
8627 static THREAD_RET ESECT
8628 mdb_env_copythr(void *arg)
8629 {
8630         mdb_copy *my = arg;
8631         char *ptr;
8632         int toggle = 0, wsize, rc;
8633 #ifdef _WIN32
8634         DWORD len;
8635 #define DO_WRITE(rc, fd, ptr, w2, len)  rc = WriteFile(fd, ptr, w2, &len, NULL)
8636 #else
8637         int len;
8638 #define DO_WRITE(rc, fd, ptr, w2, len)  len = write(fd, ptr, w2); rc = (len >= 0)
8639 #endif
8640
8641         pthread_mutex_lock(&my->mc_mutex);
8642         my->mc_new = 0;
8643         pthread_cond_signal(&my->mc_cond);
8644         for(;;) {
8645                 while (!my->mc_new)
8646                         pthread_cond_wait(&my->mc_cond, &my->mc_mutex);
8647                 if (my->mc_new < 0) {
8648                         my->mc_new = 0;
8649                         break;
8650                 }
8651                 my->mc_new = 0;
8652                 wsize = my->mc_wlen[toggle];
8653                 ptr = my->mc_wbuf[toggle];
8654 again:
8655                 while (wsize > 0) {
8656                         DO_WRITE(rc, my->mc_fd, ptr, wsize, len);
8657                         if (!rc) {
8658                                 rc = ErrCode();
8659                                 break;
8660                         } else if (len > 0) {
8661                                 rc = MDB_SUCCESS;
8662                                 ptr += len;
8663                                 wsize -= len;
8664                                 continue;
8665                         } else {
8666                                 rc = EIO;
8667                                 break;
8668                         }
8669                 }
8670                 if (rc) {
8671                         my->mc_status = rc;
8672                         break;
8673                 }
8674                 /* If there's an overflow page tail, write it too */
8675                 if (my->mc_olen[toggle]) {
8676                         wsize = my->mc_olen[toggle];
8677                         ptr = my->mc_over[toggle];
8678                         my->mc_olen[toggle] = 0;
8679                         goto again;
8680                 }
8681                 my->mc_wlen[toggle] = 0;
8682                 toggle ^= 1;
8683                 pthread_cond_signal(&my->mc_cond);
8684         }
8685         pthread_cond_signal(&my->mc_cond);
8686         pthread_mutex_unlock(&my->mc_mutex);
8687         return (THREAD_RET)0;
8688 #undef DO_WRITE
8689 }
8690
8691         /** Tell the writer thread there's a buffer ready to write */
8692 static int ESECT
8693 mdb_env_cthr_toggle(mdb_copy *my, int st)
8694 {
8695         int toggle = my->mc_toggle ^ 1;
8696         pthread_mutex_lock(&my->mc_mutex);
8697         if (my->mc_status) {
8698                 pthread_mutex_unlock(&my->mc_mutex);
8699                 return my->mc_status;
8700         }
8701         while (my->mc_new == 1)
8702                 pthread_cond_wait(&my->mc_cond, &my->mc_mutex);
8703         my->mc_new = st;
8704         my->mc_toggle = toggle;
8705         pthread_cond_signal(&my->mc_cond);
8706         pthread_mutex_unlock(&my->mc_mutex);
8707         return 0;
8708 }
8709
8710         /** Depth-first tree traversal for compacting copy. */
8711 static int ESECT
8712 mdb_env_cwalk(mdb_copy *my, pgno_t *pg, int flags)
8713 {
8714         MDB_cursor mc;
8715         MDB_txn *txn = my->mc_txn;
8716         MDB_node *ni;
8717         MDB_page *mo, *mp, *leaf;
8718         char *buf, *ptr;
8719         int rc, toggle;
8720         unsigned int i;
8721
8722         /* Empty DB, nothing to do */
8723         if (*pg == P_INVALID)
8724                 return MDB_SUCCESS;
8725
8726         mc.mc_snum = 1;
8727         mc.mc_top = 0;
8728         mc.mc_txn = txn;
8729
8730         rc = mdb_page_get(my->mc_txn, *pg, &mc.mc_pg[0], NULL);
8731         if (rc)
8732                 return rc;
8733         rc = mdb_page_search_root(&mc, NULL, MDB_PS_FIRST);
8734         if (rc)
8735                 return rc;
8736
8737         /* Make cursor pages writable */
8738         buf = ptr = malloc(my->mc_env->me_psize * mc.mc_snum);
8739         if (buf == NULL)
8740                 return ENOMEM;
8741
8742         for (i=0; i<mc.mc_top; i++) {
8743                 mdb_page_copy((MDB_page *)ptr, mc.mc_pg[i], my->mc_env->me_psize);
8744                 mc.mc_pg[i] = (MDB_page *)ptr;
8745                 ptr += my->mc_env->me_psize;
8746         }
8747
8748         /* This is writable space for a leaf page. Usually not needed. */
8749         leaf = (MDB_page *)ptr;
8750
8751         toggle = my->mc_toggle;
8752         while (mc.mc_snum > 0) {
8753                 unsigned n;
8754                 mp = mc.mc_pg[mc.mc_top];
8755                 n = NUMKEYS(mp);
8756
8757                 if (IS_LEAF(mp)) {
8758                         if (!IS_LEAF2(mp) && !(flags & F_DUPDATA)) {
8759                                 for (i=0; i<n; i++) {
8760                                         ni = NODEPTR(mp, i);
8761                                         if (ni->mn_flags & F_BIGDATA) {
8762                                                 MDB_page *omp;
8763                                                 pgno_t pg;
8764
8765                                                 /* Need writable leaf */
8766                                                 if (mp != leaf) {
8767                                                         mc.mc_pg[mc.mc_top] = leaf;
8768                                                         mdb_page_copy(leaf, mp, my->mc_env->me_psize);
8769                                                         mp = leaf;
8770                                                         ni = NODEPTR(mp, i);
8771                                                 }
8772
8773                                                 memcpy(&pg, NODEDATA(ni), sizeof(pg));
8774                                                 rc = mdb_page_get(txn, pg, &omp, NULL);
8775                                                 if (rc)
8776                                                         goto done;
8777                                                 if (my->mc_wlen[toggle] >= MDB_WBUF) {
8778                                                         rc = mdb_env_cthr_toggle(my, 1);
8779                                                         if (rc)
8780                                                                 goto done;
8781                                                         toggle = my->mc_toggle;
8782                                                 }
8783                                                 mo = (MDB_page *)(my->mc_wbuf[toggle] + my->mc_wlen[toggle]);
8784                                                 memcpy(mo, omp, my->mc_env->me_psize);
8785                                                 mo->mp_pgno = my->mc_next_pgno;
8786                                                 my->mc_next_pgno += omp->mp_pages;
8787                                                 my->mc_wlen[toggle] += my->mc_env->me_psize;
8788                                                 if (omp->mp_pages > 1) {
8789                                                         my->mc_olen[toggle] = my->mc_env->me_psize * (omp->mp_pages - 1);
8790                                                         my->mc_over[toggle] = (char *)omp + my->mc_env->me_psize;
8791                                                         rc = mdb_env_cthr_toggle(my, 1);
8792                                                         if (rc)
8793                                                                 goto done;
8794                                                         toggle = my->mc_toggle;
8795                                                 }
8796                                                 memcpy(NODEDATA(ni), &mo->mp_pgno, sizeof(pgno_t));
8797                                         } else if (ni->mn_flags & F_SUBDATA) {
8798                                                 MDB_db db;
8799
8800                                                 /* Need writable leaf */
8801                                                 if (mp != leaf) {
8802                                                         mc.mc_pg[mc.mc_top] = leaf;
8803                                                         mdb_page_copy(leaf, mp, my->mc_env->me_psize);
8804                                                         mp = leaf;
8805                                                         ni = NODEPTR(mp, i);
8806                                                 }
8807
8808                                                 memcpy(&db, NODEDATA(ni), sizeof(db));
8809                                                 my->mc_toggle = toggle;
8810                                                 rc = mdb_env_cwalk(my, &db.md_root, ni->mn_flags & F_DUPDATA);
8811                                                 if (rc)
8812                                                         goto done;
8813                                                 toggle = my->mc_toggle;
8814                                                 memcpy(NODEDATA(ni), &db, sizeof(db));
8815                                         }
8816                                 }
8817                         }
8818                 } else {
8819                         mc.mc_ki[mc.mc_top]++;
8820                         if (mc.mc_ki[mc.mc_top] < n) {
8821                                 pgno_t pg;
8822 again:
8823                                 ni = NODEPTR(mp, mc.mc_ki[mc.mc_top]);
8824                                 pg = NODEPGNO(ni);
8825                                 rc = mdb_page_get(txn, pg, &mp, NULL);
8826                                 if (rc)
8827                                         goto done;
8828                                 mc.mc_top++;
8829                                 mc.mc_snum++;
8830                                 mc.mc_ki[mc.mc_top] = 0;
8831                                 if (IS_BRANCH(mp)) {
8832                                         /* Whenever we advance to a sibling branch page,
8833                                          * we must proceed all the way down to its first leaf.
8834                                          */
8835                                         mdb_page_copy(mc.mc_pg[mc.mc_top], mp, my->mc_env->me_psize);
8836                                         goto again;
8837                                 } else
8838                                         mc.mc_pg[mc.mc_top] = mp;
8839                                 continue;
8840                         }
8841                 }
8842                 if (my->mc_wlen[toggle] >= MDB_WBUF) {
8843                         rc = mdb_env_cthr_toggle(my, 1);
8844                         if (rc)
8845                                 goto done;
8846                         toggle = my->mc_toggle;
8847                 }
8848                 mo = (MDB_page *)(my->mc_wbuf[toggle] + my->mc_wlen[toggle]);
8849                 mdb_page_copy(mo, mp, my->mc_env->me_psize);
8850                 mo->mp_pgno = my->mc_next_pgno++;
8851                 my->mc_wlen[toggle] += my->mc_env->me_psize;
8852                 if (mc.mc_top) {
8853                         /* Update parent if there is one */
8854                         ni = NODEPTR(mc.mc_pg[mc.mc_top-1], mc.mc_ki[mc.mc_top-1]);
8855                         SETPGNO(ni, mo->mp_pgno);
8856                         mdb_cursor_pop(&mc);
8857                 } else {
8858                         /* Otherwise we're done */
8859                         *pg = mo->mp_pgno;
8860                         break;
8861                 }
8862         }
8863 done:
8864         free(buf);
8865         return rc;
8866 }
8867
8868         /** Copy environment with compaction. */
8869 static int ESECT
8870 mdb_env_copyfd1(MDB_env *env, HANDLE fd)
8871 {
8872         MDB_meta *mm;
8873         MDB_page *mp;
8874         mdb_copy my;
8875         MDB_txn *txn = NULL;
8876         pthread_t thr;
8877         int rc;
8878
8879 #ifdef _WIN32
8880         my.mc_mutex = CreateMutex(NULL, FALSE, NULL);
8881         my.mc_cond = CreateEvent(NULL, FALSE, FALSE, NULL);
8882         my.mc_wbuf[0] = _aligned_malloc(MDB_WBUF*2, env->me_os_psize);
8883         if (my.mc_wbuf[0] == NULL)
8884                 return errno;
8885 #else
8886         pthread_mutex_init(&my.mc_mutex, NULL);
8887         pthread_cond_init(&my.mc_cond, NULL);
8888 #ifdef HAVE_MEMALIGN
8889         my.mc_wbuf[0] = memalign(env->me_os_psize, MDB_WBUF*2);
8890         if (my.mc_wbuf[0] == NULL)
8891                 return errno;
8892 #else
8893         rc = posix_memalign((void **)&my.mc_wbuf[0], env->me_os_psize, MDB_WBUF*2);
8894         if (rc)
8895                 return rc;
8896 #endif
8897 #endif
8898         memset(my.mc_wbuf[0], 0, MDB_WBUF*2);
8899         my.mc_wbuf[1] = my.mc_wbuf[0] + MDB_WBUF;
8900         my.mc_wlen[0] = 0;
8901         my.mc_wlen[1] = 0;
8902         my.mc_olen[0] = 0;
8903         my.mc_olen[1] = 0;
8904         my.mc_next_pgno = 2;
8905         my.mc_status = 0;
8906         my.mc_new = 1;
8907         my.mc_toggle = 0;
8908         my.mc_env = env;
8909         my.mc_fd = fd;
8910         THREAD_CREATE(thr, mdb_env_copythr, &my);
8911
8912         rc = mdb_txn_begin(env, NULL, MDB_RDONLY, &txn);
8913         if (rc)
8914                 return rc;
8915
8916         mp = (MDB_page *)my.mc_wbuf[0];
8917         memset(mp, 0, 2*env->me_psize);
8918         mp->mp_pgno = 0;
8919         mp->mp_flags = P_META;
8920         mm = (MDB_meta *)METADATA(mp);
8921         mdb_env_init_meta0(env, mm);
8922         mm->mm_address = env->me_metas[0]->mm_address;
8923
8924         mp = (MDB_page *)(my.mc_wbuf[0] + env->me_psize);
8925         mp->mp_pgno = 1;
8926         mp->mp_flags = P_META;
8927         *(MDB_meta *)METADATA(mp) = *mm;
8928         mm = (MDB_meta *)METADATA(mp);
8929
8930         /* Count the number of free pages, subtract from lastpg to find
8931          * number of active pages
8932          */
8933         {
8934                 MDB_ID freecount = 0;
8935                 MDB_cursor mc;
8936                 MDB_val key, data;
8937                 mdb_cursor_init(&mc, txn, FREE_DBI, NULL);
8938                 while ((rc = mdb_cursor_get(&mc, &key, &data, MDB_NEXT)) == 0)
8939                         freecount += *(MDB_ID *)data.mv_data;
8940                 freecount += txn->mt_dbs[0].md_branch_pages +
8941                         txn->mt_dbs[0].md_leaf_pages +
8942                         txn->mt_dbs[0].md_overflow_pages;
8943
8944                 /* Set metapage 1 */
8945                 mm->mm_last_pg = txn->mt_next_pgno - freecount - 1;
8946                 mm->mm_dbs[1] = txn->mt_dbs[1];
8947                 if (mm->mm_last_pg > 1) {
8948                         mm->mm_dbs[1].md_root = mm->mm_last_pg;
8949                         mm->mm_txnid = 1;
8950                 } else {
8951                         mm->mm_dbs[1].md_root = P_INVALID;
8952                 }
8953         }
8954         my.mc_wlen[0] = env->me_psize * 2;
8955         my.mc_txn = txn;
8956         pthread_mutex_lock(&my.mc_mutex);
8957         while(my.mc_new)
8958                 pthread_cond_wait(&my.mc_cond, &my.mc_mutex);
8959         pthread_mutex_unlock(&my.mc_mutex);
8960         rc = mdb_env_cwalk(&my, &txn->mt_dbs[1].md_root, 0);
8961         if (rc == MDB_SUCCESS && my.mc_wlen[my.mc_toggle])
8962                 rc = mdb_env_cthr_toggle(&my, 1);
8963         mdb_env_cthr_toggle(&my, -1);
8964         pthread_mutex_lock(&my.mc_mutex);
8965         while(my.mc_new)
8966                 pthread_cond_wait(&my.mc_cond, &my.mc_mutex);
8967         pthread_mutex_unlock(&my.mc_mutex);
8968         THREAD_FINISH(thr);
8969
8970         mdb_txn_abort(txn);
8971 #ifdef _WIN32
8972         CloseHandle(my.mc_cond);
8973         CloseHandle(my.mc_mutex);
8974         _aligned_free(my.mc_wbuf[0]);
8975 #else
8976         pthread_cond_destroy(&my.mc_cond);
8977         pthread_mutex_destroy(&my.mc_mutex);
8978         free(my.mc_wbuf[0]);
8979 #endif
8980         return rc;
8981 }
8982
8983         /** Copy environment as-is. */
8984 static int ESECT
8985 mdb_env_copyfd0(MDB_env *env, HANDLE fd)
8986 {
8987         MDB_txn *txn = NULL;
8988         mdb_mutexref_t wmutex = NULL;
8989         int rc;
8990         size_t wsize;
8991         char *ptr;
8992 #ifdef _WIN32
8993         DWORD len, w2;
8994 #define DO_WRITE(rc, fd, ptr, w2, len)  rc = WriteFile(fd, ptr, w2, &len, NULL)
8995 #else
8996         ssize_t len;
8997         size_t w2;
8998 #define DO_WRITE(rc, fd, ptr, w2, len)  len = write(fd, ptr, w2); rc = (len >= 0)
8999 #endif
9000
9001         /* Do the lock/unlock of the reader mutex before starting the
9002          * write txn.  Otherwise other read txns could block writers.
9003          */
9004         rc = mdb_txn_begin(env, NULL, MDB_RDONLY, &txn);
9005         if (rc)
9006                 return rc;
9007
9008         if (env->me_txns) {
9009                 /* We must start the actual read txn after blocking writers */
9010                 mdb_txn_reset0(txn, "reset-stage1");
9011
9012                 /* Temporarily block writers until we snapshot the meta pages */
9013                 wmutex = env->me_wmutex;
9014                 if (LOCK_MUTEX(rc, env, wmutex))
9015                         goto leave;
9016
9017                 rc = mdb_txn_renew0(txn);
9018                 if (rc) {
9019                         UNLOCK_MUTEX(wmutex);
9020                         goto leave;
9021                 }
9022         }
9023
9024         wsize = env->me_psize * 2;
9025         ptr = env->me_map;
9026         w2 = wsize;
9027         while (w2 > 0) {
9028                 DO_WRITE(rc, fd, ptr, w2, len);
9029                 if (!rc) {
9030                         rc = ErrCode();
9031                         break;
9032                 } else if (len > 0) {
9033                         rc = MDB_SUCCESS;
9034                         ptr += len;
9035                         w2 -= len;
9036                         continue;
9037                 } else {
9038                         /* Non-blocking or async handles are not supported */
9039                         rc = EIO;
9040                         break;
9041                 }
9042         }
9043         if (wmutex)
9044                 UNLOCK_MUTEX(wmutex);
9045
9046         if (rc)
9047                 goto leave;
9048
9049         w2 = txn->mt_next_pgno * env->me_psize;
9050         {
9051                 size_t fsize = 0;
9052                 if ((rc = mdb_fsize(env->me_fd, &fsize)))
9053                         goto leave;
9054                 if (w2 > fsize)
9055                         w2 = fsize;
9056         }
9057         wsize = w2 - wsize;
9058         while (wsize > 0) {
9059                 if (wsize > MAX_WRITE)
9060                         w2 = MAX_WRITE;
9061                 else
9062                         w2 = wsize;
9063                 DO_WRITE(rc, fd, ptr, w2, len);
9064                 if (!rc) {
9065                         rc = ErrCode();
9066                         break;
9067                 } else if (len > 0) {
9068                         rc = MDB_SUCCESS;
9069                         ptr += len;
9070                         wsize -= len;
9071                         continue;
9072                 } else {
9073                         rc = EIO;
9074                         break;
9075                 }
9076         }
9077
9078 leave:
9079         mdb_txn_abort(txn);
9080         return rc;
9081 }
9082
9083 int ESECT
9084 mdb_env_copyfd2(MDB_env *env, HANDLE fd, unsigned int flags)
9085 {
9086         if (flags & MDB_CP_COMPACT)
9087                 return mdb_env_copyfd1(env, fd);
9088         else
9089                 return mdb_env_copyfd0(env, fd);
9090 }
9091
9092 int ESECT
9093 mdb_env_copyfd(MDB_env *env, HANDLE fd)
9094 {
9095         return mdb_env_copyfd2(env, fd, 0);
9096 }
9097
9098 int ESECT
9099 mdb_env_copy2(MDB_env *env, const char *path, unsigned int flags)
9100 {
9101         int rc, len;
9102         char *lpath;
9103         HANDLE newfd = INVALID_HANDLE_VALUE;
9104
9105         if (env->me_flags & MDB_NOSUBDIR) {
9106                 lpath = (char *)path;
9107         } else {
9108                 len = strlen(path);
9109                 len += sizeof(DATANAME);
9110                 lpath = malloc(len);
9111                 if (!lpath)
9112                         return ENOMEM;
9113                 sprintf(lpath, "%s" DATANAME, path);
9114         }
9115
9116         /* The destination path must exist, but the destination file must not.
9117          * We don't want the OS to cache the writes, since the source data is
9118          * already in the OS cache.
9119          */
9120 #ifdef _WIN32
9121         newfd = CreateFile(lpath, GENERIC_WRITE, 0, NULL, CREATE_NEW,
9122                                 FILE_FLAG_NO_BUFFERING|FILE_FLAG_WRITE_THROUGH, NULL);
9123 #else
9124         newfd = open(lpath, O_WRONLY|O_CREAT|O_EXCL, 0666);
9125 #endif
9126         if (newfd == INVALID_HANDLE_VALUE) {
9127                 rc = ErrCode();
9128                 goto leave;
9129         }
9130
9131         if (env->me_psize >= env->me_os_psize) {
9132 #ifdef O_DIRECT
9133         /* Set O_DIRECT if the file system supports it */
9134         if ((rc = fcntl(newfd, F_GETFL)) != -1)
9135                 (void) fcntl(newfd, F_SETFL, rc | O_DIRECT);
9136 #endif
9137 #ifdef F_NOCACHE        /* __APPLE__ */
9138         rc = fcntl(newfd, F_NOCACHE, 1);
9139         if (rc) {
9140                 rc = ErrCode();
9141                 goto leave;
9142         }
9143 #endif
9144         }
9145
9146         rc = mdb_env_copyfd2(env, newfd, flags);
9147
9148 leave:
9149         if (!(env->me_flags & MDB_NOSUBDIR))
9150                 free(lpath);
9151         if (newfd != INVALID_HANDLE_VALUE)
9152                 if (close(newfd) < 0 && rc == MDB_SUCCESS)
9153                         rc = ErrCode();
9154
9155         return rc;
9156 }
9157
9158 int ESECT
9159 mdb_env_copy(MDB_env *env, const char *path)
9160 {
9161         return mdb_env_copy2(env, path, 0);
9162 }
9163
9164 int ESECT
9165 mdb_env_set_flags(MDB_env *env, unsigned int flag, int onoff)
9166 {
9167         if (flag & ~CHANGEABLE)
9168                 return EINVAL;
9169         if (onoff)
9170                 env->me_flags |= flag;
9171         else
9172                 env->me_flags &= ~flag;
9173         return MDB_SUCCESS;
9174 }
9175
9176 int ESECT
9177 mdb_env_get_flags(MDB_env *env, unsigned int *arg)
9178 {
9179         if (!env || !arg)
9180                 return EINVAL;
9181
9182         *arg = env->me_flags & (CHANGEABLE|CHANGELESS);
9183         return MDB_SUCCESS;
9184 }
9185
9186 int ESECT
9187 mdb_env_set_userctx(MDB_env *env, void *ctx)
9188 {
9189         if (!env)
9190                 return EINVAL;
9191         env->me_userctx = ctx;
9192         return MDB_SUCCESS;
9193 }
9194
9195 void * ESECT
9196 mdb_env_get_userctx(MDB_env *env)
9197 {
9198         return env ? env->me_userctx : NULL;
9199 }
9200
9201 int ESECT
9202 mdb_env_set_assert(MDB_env *env, MDB_assert_func *func)
9203 {
9204         if (!env)
9205                 return EINVAL;
9206 #ifndef NDEBUG
9207         env->me_assert_func = func;
9208 #endif
9209         return MDB_SUCCESS;
9210 }
9211
9212 int ESECT
9213 mdb_env_get_path(MDB_env *env, const char **arg)
9214 {
9215         if (!env || !arg)
9216                 return EINVAL;
9217
9218         *arg = env->me_path;
9219         return MDB_SUCCESS;
9220 }
9221
9222 int ESECT
9223 mdb_env_get_fd(MDB_env *env, mdb_filehandle_t *arg)
9224 {
9225         if (!env || !arg)
9226                 return EINVAL;
9227
9228         *arg = env->me_fd;
9229         return MDB_SUCCESS;
9230 }
9231
9232 /** Common code for #mdb_stat() and #mdb_env_stat().
9233  * @param[in] env the environment to operate in.
9234  * @param[in] db the #MDB_db record containing the stats to return.
9235  * @param[out] arg the address of an #MDB_stat structure to receive the stats.
9236  * @return 0, this function always succeeds.
9237  */
9238 static int ESECT
9239 mdb_stat0(MDB_env *env, MDB_db *db, MDB_stat *arg)
9240 {
9241         arg->ms_psize = env->me_psize;
9242         arg->ms_depth = db->md_depth;
9243         arg->ms_branch_pages = db->md_branch_pages;
9244         arg->ms_leaf_pages = db->md_leaf_pages;
9245         arg->ms_overflow_pages = db->md_overflow_pages;
9246         arg->ms_entries = db->md_entries;
9247
9248         return MDB_SUCCESS;
9249 }
9250
9251 int ESECT
9252 mdb_env_stat(MDB_env *env, MDB_stat *arg)
9253 {
9254         MDB_meta *meta;
9255
9256         if (env == NULL || arg == NULL)
9257                 return EINVAL;
9258
9259         meta = mdb_env_pick_meta(env);
9260
9261         return mdb_stat0(env, &meta->mm_dbs[MAIN_DBI], arg);
9262 }
9263
9264 int ESECT
9265 mdb_env_info(MDB_env *env, MDB_envinfo *arg)
9266 {
9267         MDB_meta *meta;
9268
9269         if (env == NULL || arg == NULL)
9270                 return EINVAL;
9271
9272         meta = mdb_env_pick_meta(env);
9273         arg->me_mapaddr = meta->mm_address;
9274         arg->me_last_pgno = meta->mm_last_pg;
9275         arg->me_last_txnid = meta->mm_txnid;
9276
9277         arg->me_mapsize = env->me_mapsize;
9278         arg->me_maxreaders = env->me_maxreaders;
9279         arg->me_numreaders = env->me_txns ? env->me_txns->mti_numreaders : 0;
9280         return MDB_SUCCESS;
9281 }
9282
9283 /** Set the default comparison functions for a database.
9284  * Called immediately after a database is opened to set the defaults.
9285  * The user can then override them with #mdb_set_compare() or
9286  * #mdb_set_dupsort().
9287  * @param[in] txn A transaction handle returned by #mdb_txn_begin()
9288  * @param[in] dbi A database handle returned by #mdb_dbi_open()
9289  */
9290 static void
9291 mdb_default_cmp(MDB_txn *txn, MDB_dbi dbi)
9292 {
9293         uint16_t f = txn->mt_dbs[dbi].md_flags;
9294
9295         txn->mt_dbxs[dbi].md_cmp =
9296                 (f & MDB_REVERSEKEY) ? mdb_cmp_memnr :
9297                 (f & MDB_INTEGERKEY) ? mdb_cmp_cint  : mdb_cmp_memn;
9298
9299         txn->mt_dbxs[dbi].md_dcmp =
9300                 !(f & MDB_DUPSORT) ? 0 :
9301                 ((f & MDB_INTEGERDUP)
9302                  ? ((f & MDB_DUPFIXED)   ? mdb_cmp_int   : mdb_cmp_cint)
9303                  : ((f & MDB_REVERSEDUP) ? mdb_cmp_memnr : mdb_cmp_memn));
9304 }
9305
9306 int mdb_dbi_open(MDB_txn *txn, const char *name, unsigned int flags, MDB_dbi *dbi)
9307 {
9308         MDB_val key, data;
9309         MDB_dbi i;
9310         MDB_cursor mc;
9311         MDB_db dummy;
9312         int rc, dbflag, exact;
9313         unsigned int unused = 0, seq;
9314         size_t len;
9315
9316         if (flags & ~VALID_FLAGS)
9317                 return EINVAL;
9318         if (txn->mt_flags & MDB_TXN_ERROR)
9319                 return MDB_BAD_TXN;
9320
9321         /* main DB? */
9322         if (!name) {
9323                 *dbi = MAIN_DBI;
9324                 if (flags & PERSISTENT_FLAGS) {
9325                         uint16_t f2 = flags & PERSISTENT_FLAGS;
9326                         /* make sure flag changes get committed */
9327                         if ((txn->mt_dbs[MAIN_DBI].md_flags | f2) != txn->mt_dbs[MAIN_DBI].md_flags) {
9328                                 txn->mt_dbs[MAIN_DBI].md_flags |= f2;
9329                                 txn->mt_flags |= MDB_TXN_DIRTY;
9330                         }
9331                 }
9332                 mdb_default_cmp(txn, MAIN_DBI);
9333                 return MDB_SUCCESS;
9334         }
9335
9336         if (txn->mt_dbxs[MAIN_DBI].md_cmp == NULL) {
9337                 mdb_default_cmp(txn, MAIN_DBI);
9338         }
9339
9340         /* Is the DB already open? */
9341         len = strlen(name);
9342         for (i=2; i<txn->mt_numdbs; i++) {
9343                 if (!txn->mt_dbxs[i].md_name.mv_size) {
9344                         /* Remember this free slot */
9345                         if (!unused) unused = i;
9346                         continue;
9347                 }
9348                 if (len == txn->mt_dbxs[i].md_name.mv_size &&
9349                         !strncmp(name, txn->mt_dbxs[i].md_name.mv_data, len)) {
9350                         *dbi = i;
9351                         return MDB_SUCCESS;
9352                 }
9353         }
9354
9355         /* If no free slot and max hit, fail */
9356         if (!unused && txn->mt_numdbs >= txn->mt_env->me_maxdbs)
9357                 return MDB_DBS_FULL;
9358
9359         /* Cannot mix named databases with some mainDB flags */
9360         if (txn->mt_dbs[MAIN_DBI].md_flags & (MDB_DUPSORT|MDB_INTEGERKEY))
9361                 return (flags & MDB_CREATE) ? MDB_INCOMPATIBLE : MDB_NOTFOUND;
9362
9363         /* Find the DB info */
9364         dbflag = DB_NEW|DB_VALID|DB_USRVALID;
9365         exact = 0;
9366         key.mv_size = len;
9367         key.mv_data = (void *)name;
9368         mdb_cursor_init(&mc, txn, MAIN_DBI, NULL);
9369         rc = mdb_cursor_set(&mc, &key, &data, MDB_SET, &exact);
9370         if (rc == MDB_SUCCESS) {
9371                 /* make sure this is actually a DB */
9372                 MDB_node *node = NODEPTR(mc.mc_pg[mc.mc_top], mc.mc_ki[mc.mc_top]);
9373                 if ((node->mn_flags & (F_DUPDATA|F_SUBDATA)) != F_SUBDATA)
9374                         return MDB_INCOMPATIBLE;
9375         } else if (rc == MDB_NOTFOUND && (flags & MDB_CREATE)) {
9376                 /* Create if requested */
9377                 data.mv_size = sizeof(MDB_db);
9378                 data.mv_data = &dummy;
9379                 memset(&dummy, 0, sizeof(dummy));
9380                 dummy.md_root = P_INVALID;
9381                 dummy.md_flags = flags & PERSISTENT_FLAGS;
9382                 rc = mdb_cursor_put(&mc, &key, &data, F_SUBDATA);
9383                 dbflag |= DB_DIRTY;
9384         }
9385
9386         /* OK, got info, add to table */
9387         if (rc == MDB_SUCCESS) {
9388                 unsigned int slot = unused ? unused : txn->mt_numdbs;
9389                 txn->mt_dbxs[slot].md_name.mv_data = strdup(name);
9390                 txn->mt_dbxs[slot].md_name.mv_size = len;
9391                 txn->mt_dbxs[slot].md_rel = NULL;
9392                 txn->mt_dbflags[slot] = dbflag;
9393                 /* txn-> and env-> are the same in read txns, use
9394                  * tmp variable to avoid undefined assignment
9395                  */
9396                 seq = ++txn->mt_env->me_dbiseqs[slot];
9397                 txn->mt_dbiseqs[slot] = seq;
9398
9399                 memcpy(&txn->mt_dbs[slot], data.mv_data, sizeof(MDB_db));
9400                 *dbi = slot;
9401                 mdb_default_cmp(txn, slot);
9402                 if (!unused) {
9403                         txn->mt_numdbs++;
9404                 }
9405         }
9406
9407         return rc;
9408 }
9409
9410 int ESECT
9411 mdb_stat(MDB_txn *txn, MDB_dbi dbi, MDB_stat *arg)
9412 {
9413         if (!arg || !TXN_DBI_EXIST(txn, dbi, DB_VALID))
9414                 return EINVAL;
9415
9416         if (txn->mt_flags & MDB_TXN_ERROR)
9417                 return MDB_BAD_TXN;
9418
9419         if (txn->mt_dbflags[dbi] & DB_STALE) {
9420                 MDB_cursor mc;
9421                 MDB_xcursor mx;
9422                 /* Stale, must read the DB's root. cursor_init does it for us. */
9423                 mdb_cursor_init(&mc, txn, dbi, &mx);
9424         }
9425         return mdb_stat0(txn->mt_env, &txn->mt_dbs[dbi], arg);
9426 }
9427
9428 void mdb_dbi_close(MDB_env *env, MDB_dbi dbi)
9429 {
9430         char *ptr;
9431         if (dbi <= MAIN_DBI || dbi >= env->me_maxdbs)
9432                 return;
9433         ptr = env->me_dbxs[dbi].md_name.mv_data;
9434         /* If there was no name, this was already closed */
9435         if (ptr) {
9436                 env->me_dbxs[dbi].md_name.mv_data = NULL;
9437                 env->me_dbxs[dbi].md_name.mv_size = 0;
9438                 env->me_dbflags[dbi] = 0;
9439                 env->me_dbiseqs[dbi]++;
9440                 free(ptr);
9441         }
9442 }
9443
9444 int mdb_dbi_flags(MDB_txn *txn, MDB_dbi dbi, unsigned int *flags)
9445 {
9446         /* We could return the flags for the FREE_DBI too but what's the point? */
9447         if (!TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
9448                 return EINVAL;
9449         *flags = txn->mt_dbs[dbi].md_flags & PERSISTENT_FLAGS;
9450         return MDB_SUCCESS;
9451 }
9452
9453 /** Add all the DB's pages to the free list.
9454  * @param[in] mc Cursor on the DB to free.
9455  * @param[in] subs non-Zero to check for sub-DBs in this DB.
9456  * @return 0 on success, non-zero on failure.
9457  */
9458 static int
9459 mdb_drop0(MDB_cursor *mc, int subs)
9460 {
9461         int rc;
9462
9463         rc = mdb_page_search(mc, NULL, MDB_PS_FIRST);
9464         if (rc == MDB_SUCCESS) {
9465                 MDB_txn *txn = mc->mc_txn;
9466                 MDB_node *ni;
9467                 MDB_cursor mx;
9468                 unsigned int i;
9469
9470                 /* DUPSORT sub-DBs have no ovpages/DBs. Omit scanning leaves.
9471                  * This also avoids any P_LEAF2 pages, which have no nodes.
9472                  */
9473                 if (mc->mc_flags & C_SUB)
9474                         mdb_cursor_pop(mc);
9475
9476                 mdb_cursor_copy(mc, &mx);
9477                 while (mc->mc_snum > 0) {
9478                         MDB_page *mp = mc->mc_pg[mc->mc_top];
9479                         unsigned n = NUMKEYS(mp);
9480                         if (IS_LEAF(mp)) {
9481                                 for (i=0; i<n; i++) {
9482                                         ni = NODEPTR(mp, i);
9483                                         if (ni->mn_flags & F_BIGDATA) {
9484                                                 MDB_page *omp;
9485                                                 pgno_t pg;
9486                                                 memcpy(&pg, NODEDATA(ni), sizeof(pg));
9487                                                 rc = mdb_page_get(txn, pg, &omp, NULL);
9488                                                 if (rc != 0)
9489                                                         goto done;
9490                                                 mdb_cassert(mc, IS_OVERFLOW(omp));
9491                                                 rc = mdb_midl_append_range(&txn->mt_free_pgs,
9492                                                         pg, omp->mp_pages);
9493                                                 if (rc)
9494                                                         goto done;
9495                                         } else if (subs && (ni->mn_flags & F_SUBDATA)) {
9496                                                 mdb_xcursor_init1(mc, ni);
9497                                                 rc = mdb_drop0(&mc->mc_xcursor->mx_cursor, 0);
9498                                                 if (rc)
9499                                                         goto done;
9500                                         }
9501                                 }
9502                         } else {
9503                                 if ((rc = mdb_midl_need(&txn->mt_free_pgs, n)) != 0)
9504                                         goto done;
9505                                 for (i=0; i<n; i++) {
9506                                         pgno_t pg;
9507                                         ni = NODEPTR(mp, i);
9508                                         pg = NODEPGNO(ni);
9509                                         /* free it */
9510                                         mdb_midl_xappend(txn->mt_free_pgs, pg);
9511                                 }
9512                         }
9513                         if (!mc->mc_top)
9514                                 break;
9515                         mc->mc_ki[mc->mc_top] = i;
9516                         rc = mdb_cursor_sibling(mc, 1);
9517                         if (rc) {
9518                                 if (rc != MDB_NOTFOUND)
9519                                         goto done;
9520                                 /* no more siblings, go back to beginning
9521                                  * of previous level.
9522                                  */
9523                                 mdb_cursor_pop(mc);
9524                                 mc->mc_ki[0] = 0;
9525                                 for (i=1; i<mc->mc_snum; i++) {
9526                                         mc->mc_ki[i] = 0;
9527                                         mc->mc_pg[i] = mx.mc_pg[i];
9528                                 }
9529                         }
9530                 }
9531                 /* free it */
9532                 rc = mdb_midl_append(&txn->mt_free_pgs, mc->mc_db->md_root);
9533 done:
9534                 if (rc)
9535                         txn->mt_flags |= MDB_TXN_ERROR;
9536         } else if (rc == MDB_NOTFOUND) {
9537                 rc = MDB_SUCCESS;
9538         }
9539         return rc;
9540 }
9541
9542 int mdb_drop(MDB_txn *txn, MDB_dbi dbi, int del)
9543 {
9544         MDB_cursor *mc, *m2;
9545         int rc;
9546
9547         if ((unsigned)del > 1 || !TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
9548                 return EINVAL;
9549
9550         if (F_ISSET(txn->mt_flags, MDB_TXN_RDONLY))
9551                 return EACCES;
9552
9553         if (TXN_DBI_CHANGED(txn, dbi))
9554                 return MDB_BAD_DBI;
9555
9556         rc = mdb_cursor_open(txn, dbi, &mc);
9557         if (rc)
9558                 return rc;
9559
9560         rc = mdb_drop0(mc, mc->mc_db->md_flags & MDB_DUPSORT);
9561         /* Invalidate the dropped DB's cursors */
9562         for (m2 = txn->mt_cursors[dbi]; m2; m2 = m2->mc_next)
9563                 m2->mc_flags &= ~(C_INITIALIZED|C_EOF);
9564         if (rc)
9565                 goto leave;
9566
9567         /* Can't delete the main DB */
9568         if (del && dbi > MAIN_DBI) {
9569                 rc = mdb_del0(txn, MAIN_DBI, &mc->mc_dbx->md_name, NULL, F_SUBDATA);
9570                 if (!rc) {
9571                         txn->mt_dbflags[dbi] = DB_STALE;
9572                         mdb_dbi_close(txn->mt_env, dbi);
9573                 } else {
9574                         txn->mt_flags |= MDB_TXN_ERROR;
9575                 }
9576         } else {
9577                 /* reset the DB record, mark it dirty */
9578                 txn->mt_dbflags[dbi] |= DB_DIRTY;
9579                 txn->mt_dbs[dbi].md_depth = 0;
9580                 txn->mt_dbs[dbi].md_branch_pages = 0;
9581                 txn->mt_dbs[dbi].md_leaf_pages = 0;
9582                 txn->mt_dbs[dbi].md_overflow_pages = 0;
9583                 txn->mt_dbs[dbi].md_entries = 0;
9584                 txn->mt_dbs[dbi].md_root = P_INVALID;
9585
9586                 txn->mt_flags |= MDB_TXN_DIRTY;
9587         }
9588 leave:
9589         mdb_cursor_close(mc);
9590         return rc;
9591 }
9592
9593 int mdb_set_compare(MDB_txn *txn, MDB_dbi dbi, MDB_cmp_func *cmp)
9594 {
9595         if (!TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
9596                 return EINVAL;
9597
9598         txn->mt_dbxs[dbi].md_cmp = cmp;
9599         return MDB_SUCCESS;
9600 }
9601
9602 int mdb_set_dupsort(MDB_txn *txn, MDB_dbi dbi, MDB_cmp_func *cmp)
9603 {
9604         if (!TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
9605                 return EINVAL;
9606
9607         txn->mt_dbxs[dbi].md_dcmp = cmp;
9608         return MDB_SUCCESS;
9609 }
9610
9611 int mdb_set_relfunc(MDB_txn *txn, MDB_dbi dbi, MDB_rel_func *rel)
9612 {
9613         if (!TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
9614                 return EINVAL;
9615
9616         txn->mt_dbxs[dbi].md_rel = rel;
9617         return MDB_SUCCESS;
9618 }
9619
9620 int mdb_set_relctx(MDB_txn *txn, MDB_dbi dbi, void *ctx)
9621 {
9622         if (!TXN_DBI_EXIST(txn, dbi, DB_USRVALID))
9623                 return EINVAL;
9624
9625         txn->mt_dbxs[dbi].md_relctx = ctx;
9626         return MDB_SUCCESS;
9627 }
9628
9629 int ESECT
9630 mdb_env_get_maxkeysize(MDB_env *env)
9631 {
9632         return ENV_MAXKEY(env);
9633 }
9634
9635 int ESECT
9636 mdb_reader_list(MDB_env *env, MDB_msg_func *func, void *ctx)
9637 {
9638         unsigned int i, rdrs;
9639         MDB_reader *mr;
9640         char buf[64];
9641         int rc = 0, first = 1;
9642
9643         if (!env || !func)
9644                 return -1;
9645         if (!env->me_txns) {
9646                 return func("(no reader locks)\n", ctx);
9647         }
9648         rdrs = env->me_txns->mti_numreaders;
9649         mr = env->me_txns->mti_readers;
9650         for (i=0; i<rdrs; i++) {
9651                 if (mr[i].mr_pid) {
9652                         txnid_t txnid = mr[i].mr_txnid;
9653                         sprintf(buf, txnid == (txnid_t)-1 ?
9654                                 "%10d %"Z"x -\n" : "%10d %"Z"x %"Z"u\n",
9655                                 (int)mr[i].mr_pid, (size_t)mr[i].mr_tid, txnid);
9656                         if (first) {
9657                                 first = 0;
9658                                 rc = func("    pid     thread     txnid\n", ctx);
9659                                 if (rc < 0)
9660                                         break;
9661                         }
9662                         rc = func(buf, ctx);
9663                         if (rc < 0)
9664                                 break;
9665                 }
9666         }
9667         if (first) {
9668                 rc = func("(no active readers)\n", ctx);
9669         }
9670         return rc;
9671 }
9672
9673 /** Insert pid into list if not already present.
9674  * return -1 if already present.
9675  */
9676 static int ESECT
9677 mdb_pid_insert(MDB_PID_T *ids, MDB_PID_T pid)
9678 {
9679         /* binary search of pid in list */
9680         unsigned base = 0;
9681         unsigned cursor = 1;
9682         int val = 0;
9683         unsigned n = ids[0];
9684
9685         while( 0 < n ) {
9686                 unsigned pivot = n >> 1;
9687                 cursor = base + pivot + 1;
9688                 val = pid - ids[cursor];
9689
9690                 if( val < 0 ) {
9691                         n = pivot;
9692
9693                 } else if ( val > 0 ) {
9694                         base = cursor;
9695                         n -= pivot + 1;
9696
9697                 } else {
9698                         /* found, so it's a duplicate */
9699                         return -1;
9700                 }
9701         }
9702
9703         if( val > 0 ) {
9704                 ++cursor;
9705         }
9706         ids[0]++;
9707         for (n = ids[0]; n > cursor; n--)
9708                 ids[n] = ids[n-1];
9709         ids[n] = pid;
9710         return 0;
9711 }
9712
9713 int ESECT
9714 mdb_reader_check(MDB_env *env, int *dead)
9715 {
9716         if (!env)
9717                 return EINVAL;
9718         if (dead)
9719                 *dead = 0;
9720         return env->me_txns ? mdb_reader_check0(env, 0, dead) : MDB_SUCCESS;
9721 }
9722
9723 /** As #mdb_reader_check(). rlocked = <caller locked the reader mutex>. */
9724 static int ESECT
9725 mdb_reader_check0(MDB_env *env, int rlocked, int *dead)
9726 {
9727         mdb_mutexref_t rmutex = rlocked ? NULL : env->me_rmutex;
9728         unsigned int i, j, rdrs;
9729         MDB_reader *mr;
9730         MDB_PID_T *pids, pid;
9731         int rc = MDB_SUCCESS, count = 0;
9732
9733         rdrs = env->me_txns->mti_numreaders;
9734         pids = malloc((rdrs+1) * sizeof(MDB_PID_T));
9735         if (!pids)
9736                 return ENOMEM;
9737         pids[0] = 0;
9738         mr = env->me_txns->mti_readers;
9739         for (i=0; i<rdrs; i++) {
9740                 pid = mr[i].mr_pid;
9741                 if (pid && pid != env->me_pid) {
9742                         if (mdb_pid_insert(pids, pid) == 0) {
9743                                 if (!mdb_reader_pid(env, Pidcheck, pid)) {
9744                                         /* Stale reader found */
9745                                         j = i;
9746                                         if (rmutex) {
9747                                                 if ((rc = LOCK_MUTEX0(rmutex)) != 0) {
9748                                                         if ((rc = mdb_mutex_failed(env, rmutex, rc)))
9749                                                                 break;
9750                                                         rdrs = 0; /* the above checked all readers */
9751                                                 } else {
9752                                                         /* Recheck, a new process may have reused pid */
9753                                                         if (mdb_reader_pid(env, Pidcheck, pid))
9754                                                                 j = rdrs;
9755                                                 }
9756                                         }
9757                                         for (; j<rdrs; j++)
9758                                                         if (mr[j].mr_pid == pid) {
9759                                                                 DPRINTF(("clear stale reader pid %u txn %"Z"d",
9760                                                                         (unsigned) pid, mr[j].mr_txnid));
9761                                                                 mr[j].mr_pid = 0;
9762                                                                 count++;
9763                                                         }
9764                                         if (rmutex)
9765                                                 UNLOCK_MUTEX(rmutex);
9766                                 }
9767                         }
9768                 }
9769         }
9770         free(pids);
9771         if (dead)
9772                 *dead = count;
9773         return rc;
9774 }
9775
9776 #ifdef MDB_ROBUST_SUPPORTED
9777 /** Handle #LOCK_MUTEX0() failure.
9778  * Try to repair the lock file if the mutex owner died.
9779  * @param[in] env       the environment handle
9780  * @param[in] mutex     LOCK_MUTEX0() mutex
9781  * @param[in] rc        LOCK_MUTEX0() error (nonzero)
9782  * @return 0 on success with the mutex locked, or an error code on failure.
9783  */
9784 static int ESECT
9785 mdb_mutex_failed(MDB_env *env, mdb_mutexref_t mutex, int rc)
9786 {
9787         int rlocked, rc2;
9788         MDB_meta *meta;
9789
9790         if (rc == MDB_OWNERDEAD) {
9791                 /* We own the mutex. Clean up after dead previous owner. */
9792                 rc = MDB_SUCCESS;
9793                 rlocked = (mutex == env->me_rmutex);
9794                 if (!rlocked) {
9795                         /* Keep mti_txnid updated, otherwise next writer can
9796                          * overwrite data which latest meta page refers to.
9797                          */
9798                         meta = mdb_env_pick_meta(env);
9799                         env->me_txns->mti_txnid = meta->mm_txnid;
9800                         /* env is hosed if the dead thread was ours */
9801                         if (env->me_txn) {
9802                                 env->me_flags |= MDB_FATAL_ERROR;
9803                                 env->me_txn = NULL;
9804                                 rc = MDB_PANIC;
9805                         }
9806                 }
9807                 DPRINTF(("%cmutex owner died, %s", (rlocked ? 'r' : 'w'),
9808                         (rc ? "this process' env is hosed" : "recovering")));
9809                 rc2 = mdb_reader_check0(env, rlocked, NULL);
9810                 if (rc2 == 0)
9811                         rc2 = mdb_mutex_consistent(mutex);
9812                 if (rc || (rc = rc2)) {
9813                         DPRINTF(("LOCK_MUTEX recovery failed, %s", mdb_strerror(rc)));
9814                         UNLOCK_MUTEX(mutex);
9815                 }
9816         } else {
9817 #ifdef _WIN32
9818                 rc = ErrCode();
9819 #endif
9820                 DPRINTF(("LOCK_MUTEX failed, %s", mdb_strerror(rc)));
9821         }
9822
9823         return rc;
9824 }
9825 #endif  /* MDB_ROBUST_SUPPORTED */
9826 /** @} */