要创建自己的Airflow插件并使用Airflow元数据数据库存储插件特定数据，可以按照以下步骤进行操作：

1. 在Airflow安装目录下创建一个名为plugins的文件夹，用于存放自定义插件代码。

2. 在plugins文件夹中创建一个名为my_plugin.py的Python文件，用于定义自己的插件。

3. 在my_plugin.py中导入必要的依赖项和类：

from airflow.plugins_manager import AirflowPlugin
from airflow.models import BaseOperator, TaskInstance
from airflow.utils.decorators import apply_defaults

4. 创建一个继承自BaseOperator的自定义Operator类，并在其中实现自己的逻辑。例如，以下示例创建了一个名为MyOperator的Operator类，它执行一个简单的任务：

class MyOperator(BaseOperator):
    @apply_defaults
    def __init__(self, my_param, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.my_param = my_param

    def execute(self, context):
        # 执行任务逻辑
        self.log.info(f"My parameter: {self.my_param}")
        self.log.info("Executing my task...")
        # 存储插件特定数据到Airflow元数据数据库
        self.xcom_push(context, key='my_key', value='my_value')
        self.log.info("Task execution complete.")

5. 创建一个继承自AirflowPlugin的插件类，并在其中注册自定义Operator。例如，以下示例创建了一个名为MyPlugin的插件类，注册了MyOperator：

class MyPlugin(AirflowPlugin):
    name = "my_plugin"
    operators = [MyOperator]

6. 将my_plugin.py文件复制到Airflow的插件目录中，例如/usr/local/airflow/plugins。

7. 启动或重启Airflow Web服务器和调度器，以加载新的插件。

8. 在Airflow的DAG文件中，使用新创建的Operator。例如：

from airflow import DAG
from my_plugin import MyOperator

default_args = {
    'start_date': datetime(2021, 1, 1),
}

with DAG('my_dag', default_args=default_args, schedule_interval='@daily') as dag:
    my_task = MyOperator(task_id='my_task', my_param='my_value')

通过这些步骤，你可以创建自己的Airflow插件，并使用Airflow元数据数据库存储插件特定的数据。在MyOperator的execute方法中，可以使用self.xcom_push方法将数据存储到Airflow元数据数据库，并在其他任务中使用XCom来检索该数据。