空间索引
空间索引的实现方式：Rtree 和其变种树GIST-Tree、quad-tree(四叉树)、bin(网格索引)
所有的空间索引都是先插入数据，把数据在内部数据结构进行划分，方便查找。
boost R-tree
R-tree 的创建有多种算法和参数，要选择最符合场景的
rtree 的第一个参数value，必须要是能提取出indexable 的对象，默认的有 boost 库的point, box, segment。
可以接受 pair 和 tuple, 但是这两个数据结构的第一个参数必须是 indexable 的
parameter
这三种参数是 Boost.Geometry 库中 R-tree 的不同平衡算法，用于构建和维护 R-tree 数据结构。每种算法有不同的性能特点，适用于不同类型的数据和查询场景。下面是这三种参数的区别：
index::linear<16>： 这个平衡算法使用线性复杂性的方法来维护 R-tree。在插入和删除操作时，它会尝试保持节点的均衡，使得树的高度保持较小。由于它的复杂性是线性的，所以在某些情况下可能比其他算法更快。但是，它在处理大量数据和频繁更新时可能会失去一些性能。
index::quadratic<16>： 这个平衡算法使用平方复杂性的方法来维护 R-tree。它在插入和删除操作时更加注重节点的均衡，相对于线性算法，它可能在某些情况下提供更好的查询性能。但是，它的更新操作可能比线性算法慢一些。
index::rstar<16>： 这个平衡算法是 R*-tree 算法，它是一种优化的算法，旨在最小化节点的重叠并通过强制重新插入来进行平衡。这可以提高查询性能并减少树的高度。它通常在需要高性能的查询场景中使用，但可能会在更新操作时变得更加复杂。
每种平衡算法都有其优缺点，最适合的选择取决于您的数据和应用程序的要求。如果您的数据集和查询方式是已知的，可以通过比较不同算法在实际情况下的性能表现来做出选择。