要在Airflow的BigQuery操作符中使用xcom_pull，可以按照以下步骤进行操作：

1. 导入所需的库和模块：

from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from airflow.operators.python_operator import PythonOperator
from airflow.contrib.operators.bigquery_operator import BigQueryOperator
from datetime import datetime, timedelta

2. 创建一个DAG对象：

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2022, 1, 1),
    'email': ['airflow@example.com'],
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG('bigquery_xcom_pull_example', default_args=default_args, schedule_interval=timedelta(days=1))

3. 创建一个PythonOperator任务，用于从BigQuery中获取数据并将其存储到xcom中：

def get_data_from_bigquery(**kwargs):
    # 从BigQuery中获取数据的逻辑
    # 将数据存储到xcom中
    data = "example_data"
    kwargs['ti'].xcom_push(key='bigquery_data', value=data)

pull_data_task = PythonOperator(
    task_id='pull_data_from_bigquery',
    python_callable=get_data_from_bigquery,
    provide_context=True,
    dag=dag,
)

4. 创建一个BigQueryOperator任务，从xcom中获取数据并执行BigQuery操作：

def run_bigquery_query(**kwargs):
    # 从xcom中获取数据
    data = kwargs['ti'].xcom_pull(key='bigquery_data')

    # 执行BigQuery操作的逻辑
    # 使用data进行操作

    # 示例代码
    query = """
    SELECT *
    FROM `project.dataset.table`
    WHERE column = '{}'
    """.format(data)

    bigquery_task = BigQueryOperator(
        task_id='bigquery_task',
        sql=query,
        use_legacy_sql=False,
        destination_dataset_table='project.dataset.result_table',
        dag=dag,
    )

pull_data_task >> bigquery_task

5. 运行DAG：

airflow dags trigger bigquery_xcom_pull_example

上述代码示例了如何在Airflow的BigQuery操作符中使用xcom_pull从BigQuery中获取数据并在其他任务中使用。根据实际需求，你可以根据需要自定义任务逻辑和查询语句。