要将Airflow 1.10.9的日志写入S3，可以通过以下步骤解决：

1. 首先，确保你的Airflow配置文件中启用了S3日志处理器。打开airflow.cfg文件并找到以下行：

   remote_logging = False
   remote_log_conn_id =
   remote_base_log_folder =
   encrypt_s3_logs = False
   s3_log_folder =
   

   将remote_logging设置为True，并指定适当的remote_log_conn_id和s3_log_folder。例如：

   remote_logging = True
   remote_log_conn_id = my_s3_connection
   s3_log_folder = s3://my-bucket/logs/airflow
   

   这里的my_s3_connection是你在Airflow的连接配置中定义的S3连接的ID，s3://my-bucket/logs/airflow是你希望将日志存储到的S3桶和文件夹路径。

2. 接下来，确保你安装了boto3和botocore库。你可以通过以下命令安装它们：

   pip install boto3 botocore
   

3. 然后，创建一个Airflow插件来自定义日志处理程序。在你的Airflow项目中的任何位置创建一个Python文件，例如custom_s3_handler.py，并添加以下代码：

   from airflow.utils.log.s3_task_handler import S3TaskHandler
   
   class CustomS3TaskHandler(S3TaskHandler):
       def __init__(self, base_log_folder, s3_log_folder, filename_template):
           super().__init__(base_log_folder, s3_log_folder, filename_template)
   
       def set_context(self, ti=None):
           super().set_context(ti)
           # 在此处自定义日志处理程序的行为
   
   

   在set_context方法中，你可以自定义日志处理程序的行为。例如，你可以添加额外的日志处理逻辑或修改日志的格式。

4. 最后，将创建的自定义日志处理程序注册为Airflow插件。在你的Airflow项目中的任何位置创建一个Python文件，例如custom_plugins.py，并添加以下代码：

   from airflow.plugins_manager import AirflowPlugin
   from custom_s3_handler import CustomS3TaskHandler
   
   class CustomAirflowPlugin(AirflowPlugin):
       name = 'custom_s3_plugin'
   
       hooks = []
       operators = []
       executors = []
       macros = []
       admin_views = []
       flask_blueprints = []
       menu_links = []
   
       # 注册自定义S3任务处理程序
       task_handlers = [CustomS3TaskHandler]
   
   

   这将注册你的自定义S3任务处理程序，以便Airflow在启动时加载它。

5. 在Airflow的配置文件airflow.cfg中，确保你启用了自定义插件。找到以下行：

   # load_example = airflow.example_dags
   

   将其更改为：

   load_examples = airflow.example_dags, custom_plugins
   

   这将确保你的自定义插件在Airflow启动时被加载。

6. 重新启动Airflow Web服务器和调度程序，以使更改生效。现在，Airflow的日志将写入到S3中指定的位置。

注意：上述步骤假设你已经正确配置了Airflow和S3连接，并且具有适当的S3权限。