在金融和证券等行业的大数据处理应用中，存在很多需要对大规模历史数据进行回放的服务需求，例如股票量化分析平台需要进行回测分析。一个历史数据回放应用既需要具备按照用户需求进行数据查询的能力，同时又需要具备流式数据处理的能力与流出计算的能力。然而，目前国内外这种历史数据回放系统尚不多见。针对上述应用需求和问题背景，本报告将介绍一种通用化的数据回放模型与框架，以及并基于该模型与框架研究实现的一个高效的分布式数据回放系统。实验表明与Apache Phoenix和Apache Hive相比，本系统的数据回放能够达到近10倍加速比。本研究工作已在分布并行计算国际期刊TPDS（CCF A类期刊）上发表论文一篇。此外，作为一个实际落地应用案例，本工作已经部署在华泰证券公司的生产线上，为证券基金行业用户提供在线历史证券数据高效回放服务。