Apache Flink的DataStream API提供了一种流式计算的方式，可以支持事件的实时处理。但是，有时候我们需要对一些历史数据进行批处理。此时，我们可以利用Flink提供的批处理API：DataSet API来完成批处理任务。

具体实现方法如下：

1. 首先，我们需要将DataStream转换成DataSet。可以通过调用DataStream对象的toDataSet()方法实现转换：

val env = StreamExecutionEnvironment.getExecutionEnvironment
val dataStream: DataStream[String] = env.socketTextStream("localhost", 9999)
val dataset: DataSet[String] = dataStream.toDataSet[String]

2. 对DataSet进行批处理操作。这里给出一个WordCount的示例代码：

// 定义WordCount函数
def wordCount(input: DataSet[String]): DataSet[(String, Int)] = {
    input
      .flatMap(_.toLowerCase.split("\\W+"))
      .filter(_.nonEmpty)
      .map((_, 1))
      .groupBy(0)
      .sum(1)
}
 
// 对DataSet进行批处理
val result: DataSet[(String, Int)] = wordCount(dataset)
result.print()

上述示例代码中，我们先定义了一个WordCount的函数。接着，我们将DataSet传入该函数中，然后调用sum(1)方法完成了求和操作。最后，我们调用print()方法输出结果。

3. 启动程序，并通过Socket发送事件数据：

// 启动程序
env.execute("Batch Processing with Flink DataSet API")

// 向Socket发送事件数据
nc -lk 9999
message message message

通过上述步骤，我们就可以利用Flink的DataStream API和DataSet API来实现流式计算和批处理了。