使用Flink1.14时从Kafka中读取key为string，value为Array[Byte]的数据

可以使用 Flink 的 Kafka Consumer 来读取 Kafka 中的数据。

首先，需要在 Flink 中引入 Kafka 相关的依赖，例如：

<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-connector-kafka_2.12</artifactId>
    <version>1.14.1</version>
</dependency>

然后，可以使用以下代码来创建 Kafka Consumer：

import org.apache.flink.api.common.serialization.SimpleStringSchema;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer;

Properties kafkaProps = new Properties();
kafkaProps.setProperty("bootstrap.servers", "localhost:9092");
kafkaProps.setProperty("group.id", "my-group");

FlinkKafkaConsumer<String> kafkaConsumer = new FlinkKafkaConsumer<>(
    "my-topic",
    new SimpleStringSchema(),
    kafkaProps
);

在上面的代码中，我们使用了 `SimpleStringSchema` 作为反序列化器，用于将 Kafka 中的字符串数据转换成 Flink 中的字符串数据。如果你的 Kafka 中的数据是二进制数据，可以使用 `ByteArrayDeserializer` 作为反序列化器。

然后，可以使用 `assignTimestampsAndWatermarks()` 方法为数据设置时间戳和水印。最后，使用 `addSource()` 方法将 Kafka Consumer 添加到 Flink 的数据流中：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);

DataStream<String> kafkaDataStream = env
    .addSource(kafkaConsumer)
    .assignTimestampsAndWatermarks(new MyTimestampExtractor());

kafkaDataStream.print();
env.execute("Kafka Consumer");

在上面的代码中，我们使用了 `MyTimestampExtractor` 作为时间戳和水印分配器。你需要实现自己的时间戳和水印分配器，以根据实际业务需求为数据设置时间戳和水印。

在 `print()` 方法之前，可以对数据进行各种处理，例如解析二进制数据等。