在Flink中，可以使用addSink()方法將數據自定義輸出到Kafka中。以下是一個示例代碼：

import org.apache.flink.api.common.serialization.SimpleStringSchema;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer;

public class FlinkKafkaOutputExample {

    public static void main(String[] args) throws Exception {
        // 設置執行環境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 創建輸入數據流
        DataStream<String> inputStream = env.fromElements("data1", "data2", "data3");

        // 定義Kafka連接信息
        String kafkaBroker = "localhost:9092";
        String kafkaTopic = "output_topic";

        // 創建Kafka生產者
        FlinkKafkaProducer<String> kafkaSink = new FlinkKafkaProducer<>(
                kafkaTopic,
                new SimpleStringSchema(),
                KafkaConfig.getProperties(kafkaBroker),
                FlinkKafkaProducer.Semantic.EXACTLY_ONCE);

        // 將數據流寫入Kafka
        inputStream.addSink(kafkaSink);

        // 執行任務
        env.execute("Flink Kafka Output Example");
    }
}

在上面的代碼中，首先通過StreamExecutionEnvironment.getExecutionEnvironment()獲取StreamExecutionEnvironment對象，然后使用fromElements()方法創建輸入數據流。接下來，定義了Kafka的連接信息，包括Kafka的broker地址和輸出的topic名稱。然后，使用FlinkKafkaProducer創建了一個Kafka生產者實例，其中設置了數據的序列化方式和Kafka的配置信息。最后，使用addSink()方法將數據寫入Kafka。

需要注意的是，上面的示例中使用的是Flink的舊版Kafka連接器，在新版Flink中已經棄用。如果使用新版Flink，可以使用FlinkKafkaProducer的構造函數接受KafkaProducer配置對象的方式替換上述示例中的KafkaConfig.getProperties(kafkaBroker)。

另外，還可以通過實現自定義的SerializationSchema接口來自定義數據的序列化方式，以及實現KafkaSerializationSchema接口來自定義數據的分區方式等。具體可參考Flink官方文檔。