Flink 操作hive 一些疑问

我目前有个Flink job，执行完所以业务逻辑后生成了一些业务数据，然后将这些数据以ORC格式写到hdfs上，并调用hive api  将orc文件load到Hive表，至此flink job的工作结束。 

后面，其他Java定时程序做Mapreduce，对上一步写进hive的数据进行后续操作。 

现在升级了Flink版本，Flink可以直接操作hive，不再依赖于Mapreduce。 

但这样一来，是不是需要两个flink job ，一个用来生成业务数据，一个用来操作hive 来处理这些业务数据 

因为两个job的执行环境不一样，如果不操作hive，是这样的操作环境  

StreamExecutionEnvironment env =  StreamExecutionEnvironment.getExecutionEnvironment(); 

.... 

env.execute("my job"); 

如果操作hive，就需要构造这样的操作的环境 

EnvironmentSettings settings =  EnvironmentSettings.newInstance().inBatchMode().build(); 

TableEnvironment tableEnv = TableEnvironment.create(settings); 

...... 

tableEnv.executeSql(hql); 

有没有什么通用的方案，让这两个job合二为一呢？我想要的效果时，当生成完业务数据后，直接操作hive，取代mapreduce的工作。*来自志愿者整理的flink邮件归档