要使用Flink SQL讀取Kafka數據，需要按照以下步驟進行操作：

1. 在Flink項目的pom.xml文件中添加Kafka依賴：

<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-connector-kafka_2.12</artifactId>
    <version>${flink.version}</version>
</dependency>

確保${flink.version}是Flink的版本號。

2. 創建一個Flink SQL的執行環境：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
StreamTableEnvironment tEnv = StreamTableEnvironment.create(env);

3. 在Flink SQL中注冊Kafka表：

String createTableSql = "CREATE TABLE kafka_table (\n" +
        "  key STRING,\n" +
        "  value STRING\n" +
        ") WITH (\n" +
        "  'connector' = 'kafka',\n" +
        "  'topic' = 'your_topic',\n" +
        "  'properties.bootstrap.servers' = 'your_bootstrap_servers',\n" +
        "  'properties.group.id' = 'your_group_id',\n" +
        "  'format' = 'json',\n" +
        "  'scan.startup.mode' = 'earliest-offset'\n" +
        ")";
tEnv.executeSql(createTableSql);

在上述代碼中，'topic'和'properties.bootstrap.servers'需要替換為你的Kafka主題和啟動服務器的地址。'properties.group.id'是Flink消費者組的唯一標識符。

另外，'format'參數指定了數據格式，可以根據實際情況將其設置為適當的值。

4. 執行Flink SQL查詢：

String querySql = "SELECT * FROM kafka_table";
Table result = tEnv.sqlQuery(querySql);

5. 將查詢結果轉換為DataStream：

DataStream<Row> resultStream = tEnv.toAppendStream(result, Row.class);

現在，你可以對resultStream進行進一步處理，如打印或寫入到其他系統中。

最后，記得調用env.execute()啟動Flink作業。