直接发送
下面是一种最简单的发送数据的方式
ProducerRecord<String, String> record = new ProducerRecord<>("CustomerCountry", "Precision Products","France"); // 1 try { producer.send(record); //2 } catch (Exception e) { e.printStackTrace(); //3 }- 1 Producer接收是ProducerRecord对象，因此最开始的时候需要创建ProducerRecord的对象。ProducerRecord有好几种构造方法，稍后我们会讲到。上面例子中需要填写接收消息的topic（以啊不能都是字符串类型），想要发送的key和value。key和value的类型必须要和序列化保持一致。
- 2 使用send()方法发送ProducerRecord对象，就像最开始Kafka的架构一样，消息会先缓存在buffer，然后开启独立的线程发送给broker。send()方法返回一个Java Future对象，对象中包含RecordMetadata，在上面的例子中并没有关心返回值，因此也就不知道消息是否发送成功，这种一般适用于允许丢失消息的情况。比如记录一些日志信息或者是不太重要的应用信息。
- 3 虽然我们忽略了向broker发送数据时出的错或者是Broker自己出的错，在producer发送数据前如果有错误仍然会抛出异常。有可能是在序列化消息的时候，产生了异常。比如说Buffer已经满了或者是发送线程中断产生的中断异常。
同步发送
ProducerRecord<String, String> record = new ProducerRecord<>("CustomerCountry", "Precision Products", "France"); producer.send(record).get();这里，使用了Future.get()方法，会等待kafka的确认回复。当broker遇到错误或者应用出现问题时，future接口都会抛出异常，然后我们可以捕获到这个异常进行处理。如果没有错误。将会获得RecordMetadata对象，这个对象包含了消息写入的偏移值。
Producer有两种错误类型。一种是可以通过再次发送消息解决的错误，比如连接出现问题，需要重新连接；或者是"no leader"错误，通过等待一会Leader重新选举完就可以继续。producer可以配置自动重试。另一种是通过重试无法处理的错误，比如消息过大，这种情况下，Producer就不会重试，而是直接抛出异常。
异步发送
设想一下，如果应用跟Kafka集群之间传递消息需要10ms，那么发送100个消息，将需1秒钟的时间。另一方面，如果我们仅仅发送消息，而忽略返回的时间，那么100个消息根本花费不了多长时间。在大多数的情况下，都不需要回复——kafka在消息写入broker之后会返回消息所在的offset，这部分的信息对于producer来说，其实没什么用。另一方面，我们还需要知道消息发送失败后，抛出的异常、错误日志或者是把消息写入"errors标记的文件"，稍后再统一处理。
为了异步的发送数据，但是还能处理异常，producer支持消息成功写入后回调。下面就是回调的例子：
private class DemoProducerCallback implements Callback { //1 @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e != null) { e.printStackTrace(); //2 } } } ProducerRecord<String, String> record = new ProducerRecord<>("CustomerCountry", "Biomedical Materials", "USA");//3 producer.send(record, new DemoProducerCallback());//4- 1 为了使用回调方法，需要实现org.apache.kafka.clients.producer.Callback接口,实现它的onCompletion方法。
- 2 当Kafka返回错误的时候，onCompletion方法会收到一个非null的异常。上面的例子直接打印异常消息，但是如果是生产环境，需要做一些处理错误的操作。
- 3 记录的创建和之前是一样的
- 4 需要再发送消息的时候，传入回调的对象