如何调整FastAPI的run_in_threadpool线程池大小？
Uvicorn自身并不提供调整线程池大小的配置选项。然而，我们可以通过自定义线程池来控制FastAPI中同步函数的执行线程数。FastAPI会自动将未标记为async的视图函数放入线程池执行，而这正是run_in_threadpool函数发挥作用的地方。需要注意的是，run_in_threadpool函数并非FastAPI的功能，而是Starlette提供的。
Starlette的run_in_threadpool函数使用方法如下：
<code class="python">from starlette.background import run_in_threadpool
def my_blocking_function(arg):
# 同步阻塞函数
...
# 在异步函数中使用run_in_threadpool
async def async_function():
result = await run_in_threadpool(my_blocking_function, arg)
...</code>
要自定义线程池大小，需要先创建一个ThreadPoolExecutor，然后将其传入run_in_threadpool函数：
<code class="python">from concurrent.futures import ThreadPoolExecutor
from starlette.background import run_in_threadpool
# 创建自定义线程池，设置最大工作线程数为10
executor = ThreadPoolExecutor(max_workers=10)
# 在异步函数中使用自定义线程池
async def async_function():
result = await run_in_threadpool(executor, my_blocking_function, arg)
...</code>
通过这种方式，即可在FastAPI应用中使用自定义大小的线程池来处理同步任务。 记住将自定义的executor实例传递给run_in_threadpool函数。
