您可以使用kafka connect生成随机测试数据。查看此自定义源连接器https://github.com/xushiyan/kafka-connect-datagen
它允许您定义一些设置，如消息模板和随机字段来生成测试数据。也可以查看这篇文章的详细演示。

有一个生成虚拟负载的内置工具，位于 bin/kafka-producer-perf-test.sh (https://github.com/apache/kafka/blob/trunk/bin/kafka-producer-perf-test.sh). 你可以参考https://github.com/apache/kafka/blob/trunk/tools/src/main/java/org/apache/kafka/tools/producerperformance.java#l106 想知道如何使用它。
一个使用示例如下：

bin/kafka-producer-perf-test.sh --broker-list localhost:9092 --messages 10000000 --topic test --threads 10 --message-size 100 --batch-size 10000 --throughput 100000

这里的关键是 --throughput 100000 指示“将最大消息量限制为每秒约100000条消息”的标志

现有的答案（例如，kafka producer perf test.sh）对于性能测试很有用，但当您需要生成的不仅仅是“单个原始字节流”时，就没有那么有用了。例如，如果您需要用嵌套结构模拟更真实的数据，或者在多个主题中生成相互之间有某种关系的数据，那么它们是不够的。因此，如果您需要的不仅仅是生成一堆原始字节，我会看看下面的备选方案。
更新：从今天起，我建议使用https://github.com/michaeldrogalis/voluble. 一些背景信息：作者是kafka streams和ksqldb confluent的产品经理，也是http://www.onyxplatform.org/.
来自滔滔不绝的自述：
通过与javafaker集成来创建真实的数据。
跨主题关系
填充记录的键和值
生成基本值和复杂/嵌套值
有界或无界数据流
墓碑
voluble作为kafka连接器提供，可以方便地扩展和更改序列化格式。您可以通过其restapi使用kafka connect，也可以与ksqldb集成。在本指南中，我将演示如何使用后者，但两者的配置是相同的。我省略了特定于连接的配置，比如序列化程序和需要为任何连接器配置的任务。
老答案（2016）：我建议你看看https://github.com/josephadler/eventsim，这将产生更“真实”的合成数据（是的，我知道我刚才所说的具有讽刺意味：-p）：
eventsim是一个生成用于测试和演示的事件数据的程序。它是用scala编写的，因为我们是大数据的潮人（至少有时是这样）。它被设计用来复制一个假音乐网站的页面请求（比如spotify）；结果看起来像真实使用的数据，但完全是假的。您可以将程序配置为创建任意多的数据：几个小时内仅为少数用户创建的数据，或多年来为大量用户创建的数据。您可以将数据写入文件，或者通过管道将其输出到ApacheKafka。
您可以将这些虚假数据用于产品开发、正确性测试、演示、性能测试、培训，或者在任何其他看起来真实的数据流有用的地方。你可能不应该用这些数据来研究机器学习算法，也绝对不应该用它来了解真实的人的行为。