要使用Flink SQL读取Kafka数据，需要按照以下步骤进行操作：

在Flink项目的pom.xml文件中添加Kafka依赖：

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

确保${flink.version}是Flink的版本号。

创建一个Flink SQL的执行环境：

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

在Flink SQL中注册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);

在上述代码中，'topic'和'properties.bootstrap.servers'需要替换为你的Kafka主题和启动服务器的地址。'properties.group.id'是Flink消费者组的唯一标识符。

另外，'format'参数指定了数据格式，可以根据实际情况将其设置为适当的值。

执行Flink SQL查询：

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

将查询结果转换为DataStream：

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

现在，你可以对resultStream进行进一步处理，如打印或写入到其他系统中。

最后，记得调用env.execute()启动Flink作业。