在Avro中，生产者和消费者之间共享Schema是必要的。但是，可以通过在消息中包含Schema的方式来避免直接共享Schema。

下面是一个示例，演示如何在Avro中使用生产者和消费者之间的消息来包含Schema。

首先，我们需要定义一个Avro的Schema，例如一个包含name和age字段的用户信息：

String userSchema = "{\"type\":\"record\",\"name\":\"User\",\"fields\":[{\"name\":\"name\",\"type\":\"string\"},{\"name\":\"age\",\"type\":\"int\"}]}";

接下来，我们需要创建一个生产者，用于将用户信息发送到消息队列中：

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "io.confluent.kafka.serializers.KafkaAvroSerializer");
props.put("schema.registry.url", "http://localhost:8081");

Producer producer = new KafkaProducer<>(props);

GenericRecord user = new GenericData.Record(new Schema.Parser().parse(userSchema));
user.put("name", "John");
user.put("age", 30);

ProducerRecord record = new ProducerRecord<>("user-topic", "key", user);
producer.send(record);
producer.close();

然后，我们需要创建一个消费者，用于从消息队列中接收用户信息：

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "io.confluent.kafka.serializers.KafkaAvroDeserializer");
props.put("schema.registry.url", "http://localhost:8081");
props.put("specific.avro.reader", "true");

KafkaConsumer consumer = new KafkaConsumer<>(props);
consumer.subscribe(Collections.singletonList("user-topic"));

while (true) {
    ConsumerRecords records = consumer.poll(Duration.ofMillis(100));
    for (ConsumerRecord record : records) {
        GenericRecord user = record.value();
        System.out.println("Name: " + user.get("name") + ", Age: " + user.get("age"));
    }
}

在这个示例中，生产者将用户信息发送到名为user-topic的Kafka主题中。消费者从该主题中读取消息，并将用户信息打印到控制台。

在生产者和消费者中，我们都使用了KafkaAvroSerializer和KafkaAvroDeserializer来序列化和反序列化Avro记录。同时，我们还指定了Schema注册表的URL，以便获取正确的Schema。

通过在消息中包含Schema，我们可以避免直接共享Schema，而是让消费者从消息中提取Schema信息。这样，生产者和消费者可以独立地演化其Schema，而不会相互依赖。