Airflow提供了BigQueryOperator，可以在Airflow中使用该操作符来执行BigQuery的任务。下面是一个示例，展示如何使用BigQueryOperator将一个表复制到另一个表：

from airflow import DAG
from airflow.contrib.operators.bigquery_operator import BigQueryOperator
from datetime import datetime

# 定义DAG的默认参数
default_args = {
    'owner': 'airflow',
    'start_date': datetime(2021, 1, 1),
    'retries': 1,
    'retry_delay': timedelta(minutes=5)
}

# 定义DAG
dag = DAG('copy_table_to_another_table', 
          default_args=default_args,
          schedule_interval='@once')

# 定义BigQueryOperator任务
copy_table_task = BigQueryOperator(
    task_id='copy_table',
    sql='''INSERT INTO `project.dataset.table2`
            SELECT *
            FROM `project.dataset.table1`''',
    use_legacy_sql=False,
    destination_dataset_table='project.dataset.table2',
    write_disposition='WRITE_TRUNCATE',  # 如果表已存在，则会清空并重新写入
    dag=dag
)

# 设置任务的依赖关系
copy_table_task

在上述示例中，我们创建了一个名为copy_table_to_another_table的DAG，其中包含一个名为copy_table的任务。该任务使用BigQueryOperator执行一个SQL查询，将project.dataset.table1的数据复制到project.dataset.table2中。

在BigQueryOperator中，我们设置了以下参数：

• sql：要执行的SQL查询。
• use_legacy_sql：指定是否使用传统SQL语法。在这个例子中，我们将其设置为False，表示使用标准SQL语法。
• destination_dataset_table：目标表的名称，格式为project.dataset.table。
• write_disposition：写入操作的设置。在这个例子中，我们将其设置为WRITE_TRUNCATE，表示如果表已存在，则会清空并重新写入。

请注意，你需要根据自己的实际情况修改project.dataset.table1和project.dataset.table2的值。

你可以在Airflow中运行这个DAG，它将使用BigQueryOperator将一个表复制到另一个表。