当在BigQuery中使用Dataflow进行流式处理时，如果处理失败但没有错误提示，可能是由于以下原因：

1. 数据格式错误：确保输入的数据与BigQuery表的模式匹配。如果数据格式不正确，可以尝试使用Dataflow的转换函数进行数据清洗和转换。

示例代码：

PCollection input = ... // 输入数据

PCollection cleanedData = input.apply(ParDo.of(new DoFn() {
    @ProcessElement
    public void processElement(ProcessContext c) {
        TableRow row = c.element();
        
        // 数据清洗和转换逻辑
        // ...
        
        c.output(row);
    }
}));

2. 无效的BigQuery表或表不存在：确保使用的BigQuery表是有效的，并且已经在BigQuery中创建。如果表不存在，可以尝试使用Dataflow的CreateDisposition.CREATE_IF_NEEDED选项来创建表。

示例代码：

String tableSpec = "project:dataset.table"; // BigQuery表名

cleanedData.apply(BigQueryIO.writeTableRows()
    .to(tableSpec)
    .withCreateDisposition(BigQueryIO.Write.CreateDisposition.CREATE_IF_NEEDED));

3. 访问权限问题：确保Dataflow作业有足够的权限来访问BigQuery表。可以检查Dataflow作业的服务帐号是否具有适当的角色和权限。

4. 数据写入速率过快：如果数据写入速率过快，可能会导致BigQuery无法处理所有数据。可以尝试减缓数据写入速率，例如通过添加withNumFileShards()和withTriggeringFrequency()选项来控制写入速率。

示例代码：

cleanedData.apply(BigQueryIO.writeTableRows()
    .to(tableSpec)
    .withNumFileShards(10) // 控制写入文件的数量
    .withTriggeringFrequency(Duration.standardSeconds(30))); // 控制写入频率

5. 其他问题：如果以上方法都不起作用，可以尝试查看Dataflow作业的日志和监控信息，以了解更多详细信息。可以在Google Cloud Console的Dataflow页面中查看作业的日志和监控信息。

希望这些解决方法能够帮助你解决BigQuery从Dataflow流式处理失败但没有错误提示的问题。如果问题仍然存在，建议提供更多详细信息以便我们进一步帮助。