下面是一个使用Apache Spark将数据写入Kafka的示例代码：

import org.apache.spark.sql.{SparkSession, Row}
import org.apache.spark.sql.functions._
import org.apache.spark.sql.types._

// 创建SparkSession
val spark = SparkSession.builder()
  .appName("Write to Kafka")
  .master("local")
  .getOrCreate()

// 定义要写入Kafka的数据结构
val schema = StructType(Seq(
  StructField("id", IntegerType, nullable = false),
  StructField("name", StringType, nullable = false),
  StructField("age", IntegerType, nullable = false)
))

// 创建测试数据
val data = Seq(
  Row(1, "Alice", 25),
  Row(2, "Bob", 30),
  Row(3, "Charlie", 35)
)

// 将数据转换为DataFrame
val df = spark.createDataFrame(spark.sparkContext.parallelize(data), schema)

// 将数据写入Kafka
df.selectExpr("CAST(id AS STRING) AS key", "to_json(struct(*)) AS value")
  .write
  .format("kafka")
  .option("kafka.bootstrap.servers", "localhost:9092")
  .option("topic", "test_topic")
  .save()

// 关闭SparkSession
spark.stop()

这段代码使用了Spark的DataFrame API将数据转换为Kafka可接受的格式，并使用write方法将数据写入Kafka。要运行此代码，您需要在kafka.bootstrap.servers选项中指定Kafka服务器的地址和端口，并在topic选项中指定要写入的Kafka主题。

请注意，您需要在项目的构建文件中添加Kafka连接器依赖项，例如在build.sbt文件中添加以下行：

libraryDependencies += "org.apache.spark" %% "spark-sql-kafka-0-10" % "3.0.2"

这是使用Spark 3.0.2版本的示例代码，如果您使用的是其他版本，可能需要相应调整。

希望这个示例对您有帮助！