在分布式存储中,数据修复和降级读取是影响系统性能的两个重要操作。数据修复通过及时恢复故障节点存储的数据提高系统的可靠性。随着存储容量的扩展和计算能力的提升,I/O成为了影响数据修复性能表现的关键因素。当存储节点无法及时响应数据读请求时,降级读取会通过其它节点计算得到读操作请求的数据,I/O同样决定着降级读取的性能表现。本文着力于优化数据修复过程和降级读取过程中的I/O消耗。目前,大量的研究集中在修复节点故障带来的数据损坏。相比于节点故障,更为常见的情况是节点上的数据块发生了损坏。在研究数据修复时,本文考虑的是节点故障和数据块损坏的组合模式。通过对RBT码结构的分析,本文提出了两类数据块修复方法。针对故障节点的RBT帮助数据块,可以利用修复故障节点时的中间计算值推导得到数据块的内容,不需要读取或下载新的数据。对于非RBT帮助数据块,通过计算数据块的公共修复集合,减小从磁盘读取的数据量。同时,在降级读取中,发生降级读取时读取的数据往往是节点上的某个数据块而不是整个节点的内容,因此本文提出的数据块修复方法能更好的适用于降级读取操作。最后,通过实验仿真,证实了本文提出的数据修复策略能有效的减小数据修复和降级读取过程中的I/O消耗。