使用该方法的背景？

某个API服务在每日请求量40W的情况下，流量增多时会产生大量请求异常：The operation was canceled，从实际情况来看，并不是外部依赖接口或者服务实例不足导致，于是设置线程池数量后，服务性能提升效果显著。

方法定义： 设置线程池在新请求预测中维护的空闲线程数。

public static bool SetMinThreads (int workerThreads, int completionPortThreads)
参数：

workerThreads：要由线程池维护的新的最小空闲辅助线程数。
completionPortThreads：要由线程池维护的新的最小空闲异步 I/O 线程数。
返回值：

如果更改成功，则为 true；否则为 false。

默认的线程池设置是什么？

使用ThreadPool.GetMinThreads方法获取默认的线程池中工作线程及异步I/O线程数量，该数量默认为CPU的物理核心数，在我电脑测试则两个值都为6。

ThreadPool.GetMinThreads(out int workerThreads, out int completionPortThreads);
线程池中可设置的线程数量最大值是多少？

工作线程最大值为：32767，异步I/O线程最大值为：1000，该数量与CPU核心数无关，如果使用SetMinThreads方法时，数量大于可设置的最大值时，将设置失败，即SetMinThreads方法返回false，表示更改失败。

//以下两次调用ThreadPool.SetMinThreads将返回false ThreadPool.GetMaxThreads(out int workerThreads, out int completionPortThreads);
var result_workerThreads = ThreadPool.SetMinThreads(100, completionPortThreads + 1);
var result_completionPortThreads = ThreadPool.SetMinThreads(workerThreads + 1, completionPortThreads);
什么情况下应该去设置线程池中的线程数量？

您可能需要调整空闲线程数，以实现最佳的总体性能。对于那些在一段时间不活动之后爆发大量活动的应用，少量增加空闲线程数可以显著提高吞吐量。

以上是微软官方文档的建议，意思很明确了，就是服务的流量在不平稳的情况下，而且不定时会有流量高峰，那么调整空闲线程数会是建议的选择。

线程数量应该设置多少比较合适？

首先，不要把线程数设置为比默认值（即CPU核心数）更低的值，当然一般不会这么做，这就是反向优化了，因为这会对性能造成很大影响。
【默认值 - 最大值】这个范围都是允许的线程数量取值范围，具体的设置值应该参考物理机的性能及服务的负载情况，常见的取值范围为100-300，维护大量的空闲线程会消耗系统资源，应以能够解决服务性能问题的最小线程数为设置参考值，如经过测试将线程数设置为100可解决服务的大量超时问题，则建议将线程数量设置为150即可。
线程池数量不足时对性能影响的简单测试：

代码如下：设置线程池最小空闲线程为6，最大值为10，向线程池中添加20个任务，观察执行时间

public async static Task Main()

{

ThreadPool.SetMinThreads(6, 6);

ThreadPool.SetMaxThreads(10, 10);Stopwatch watch = new Stopwatch();
watch.Start();

void callback(object index)
{
    Console.WriteLine(String.Format("{0}: Task {1} started", watch.Elapsed, index));
    Thread.Sleep(10000);
    Console.WriteLine(String.Format("{0}: Task {1} finished", watch.Elapsed, index));
}

for (int i = 0; i < 20; i++)
{
    ThreadPool.QueueUserWorkItem(callback, i);
}

Console.ReadKey();}


输出结果如下：

00:00:00.0510352: Task 1 started
00:00:00.0510410: Task 3 started
00:00:00.0510345: Task 2 started
00:00:00.0510340: Task 0 started
00:00:00.0510520: Task 4 started
00:00:00.0510603: Task 5 started

这里开始已经超过了最小的空闲线程数，需要开始创建新线程

结论：在最小空闲线程数范围内，任务会立即开始执行

00:00:00.8377380: Task 6 started
00:00:01.8375997: Task 7 started
00:00:02.8375141: Task 8 started
00:00:03.8355775: Task 9 started

在空闲线程内的任务数量是立即开始的，而以上四个新线程创建时却花了将近4秒才创建并开始任务，
开销惊人

结论：线程数量不足时去创建线程非常耗时，如果突然有大量请求进入，耗时可想而知

00:00:10.1052187: Task 5 finished
00:00:10.1052447: Task 2 finished
00:00:10.1052449: Task 0 finished
00:00:10.1052572: Task 1 finished
00:00:10.1052602: Task 3 finished
00:00:10.1052599: Task 4 finished

00:00:10.1053114: Task 10 started
00:00:10.1064071: Task 11 started
00:00:10.1064901: Task 12 started
00:00:10.1065869: Task 13 started
00:00:10.1066193: Task 14 started
00:00:10.1066530: Task 15 started

在线程池最大值为10的情况下，第10个线程任务，并没有被创建出新线程去执行，
而是等待其他线程任务执行完毕，利用空闲线程开始任务

结论：在达到最大允许的线程数数量时，会停止创建新线程

00:00:10.8389135: Task 6 finished
00:00:10.8393725: Task 16 started

注意观察以上两波线程任务开始和结束的情况，都是相同数量的任务结束后，马上执行新任务（在达到最大线程数量的情况下）

结论：线程数量不足时，新任务会等待到空闲线程后立即执行

00:00:11.8383439: Task 7 finished
00:00:11.8384659: Task 17 started
00:00:12.8378835: Task 8 finished
00:00:12.8380083: Task 18 started
00:00:13.8357117: Task 9 finished
00:00:13.8363946: Task 19 started
00:00:20.1068402: Task 10 finished
00:00:20.1068384: Task 11 finished
00:00:20.1078310: Task 15 finished
00:00:20.1078314: Task 14 finished
00:00:20.1078460: Task 13 finished
00:00:20.1078566: Task 12 finished
00:00:20.8402527: Task 16 finished
00:00:21.8392482: Task 17 finished
00:00:22.8385449: Task 18 finished
00:00:23.8371386: Task 19 finished