第二种方法可以通过在同一个管道中定义两个独立的管道来实现 StreamExecutionEnvironment 只是打个电话 StreamExecutionEnvironment.execute() 一次。
我会使用第一种方法，因为它能给你更好的隔离。Flink在失败的情况下重新开始整个工作。因此，如果在同一作业中实现两个管道，则在发生故障时，这两个管道都将重置并重新启动。此外，如果您遵循一种方法，您还可以独立地获取保存点。

您只需在setupjob（）方法中创建多个管道（使用单独或共享的源使用者）。举个例子：

private void buildPipeline(StreamExecutionEnvironment env, String sourceName, String sinkName) {
    DataStream<T> stream = env
            .addSource(getInputs().get(sourceName))
            .name(sourceName);
    stream = stream.filter(evt -> filter());
    ....
}

@Override
public void setupJob(AthenaFlinkJobConfiguration jobConfig, StreamExecutionEnvironment env) throws Exception {
    ...
    buildPipeline(env, sourceTopic1, sink1, ...);
    buildPipeline(env, sourceTopic2, sink2, ...);
    ...
}

下面是两种方法的快速对比。使用单独作业的优点/缺点：
[+]代码更简单。
[+]更灵活地设置低级配置（容错机制、堆大小、并行性等）
[-]由于资源不共享，基础设施成本增加。
[-]维护和监控更加复杂和耗时。
在单个作业中使用单独管道的好处：
[+]监视和调试单个作业更容易。
[+]修补程序被提交到单个repo中，并部署到单个环境中。
[+]经济：降低基础设施硬件和运营成本。
[-]无法绑定单个管道用法。
[-]一条管道的故障会影响另一条管道。
[-]一条管道中的背压可能会影响整个作业，因为每个作业都会快照一个检查点。