In cloud storage systems with erasure coding (EC), increased demand for data services and EC-based data recovery lead to high volumes of concurrent I/O requests, potentially causing network congestion or server overload. Network congestion or node overload significantly reduces I/O throughput and data parallelism. Various methods have been proposed to address these issues, such as fine-grained data packet partitioning, I/O scheduling, and transfer reading. However, these methods may not be effective in different scenarios. For instance, even if most I/O paths are relieved, data may still remain inaccessible.