要在Airflow中使用BigQuery钩子来运行更新查询，您可以按照以下步骤操作：

1. 首先，确保您已经安装了apache-airflow-providers-google包，可以使用以下命令安装：

pip install apache-airflow-providers-google

2. 在Airflow的DAG文件中，导入必要的包：

from airflow import DAG
from airflow.providers.google.cloud.operators.bigquery import BigQueryExecuteQueryOperator
from datetime import datetime

3. 创建一个DAG对象：

with DAG(
    dag_id='bigquery_update_query',
    start_date=datetime(2022, 1, 1),
    schedule_interval='@once',
    catchup=False
) as dag:

4. 定义一个BigQueryExecuteQueryOperator任务来运行更新查询：

    run_update_query = BigQueryExecuteQueryOperator(
        task_id='run_update_query',
        gcp_conn_id='your_gcp_connection',
        use_legacy_sql=False,
        sql='UPDATE your_table SET column1 = value1 WHERE condition',
        location='your_bigquery_location'
    )

• gcp_conn_id是您在Airflow连接中配置的Google Cloud连接的ID。
• use_legacy_sql设置为False以使用Standard SQL。
• sql是您要运行的更新查询。
• location是您的BigQuery位置。

5. 将任务设置为DAG的任务依赖：

run_update_query

6. 最后，根据需要设置其他DAG参数，并将DAG对象返回：

    dag.doc_md = __doc__

    return dag

完整示例代码如下所示：

from airflow import DAG
from airflow.providers.google.cloud.operators.bigquery import BigQueryExecuteQueryOperator
from datetime import datetime

def create_dag():
    with DAG(
        dag_id='bigquery_update_query',
        start_date=datetime(2022, 1, 1),
        schedule_interval='@once',
        catchup=False
    ) as dag:
        run_update_query = BigQueryExecuteQueryOperator(
            task_id='run_update_query',
            gcp_conn_id='your_gcp_connection',
            use_legacy_sql=False,
            sql='UPDATE your_table SET column1 = value1 WHERE condition',
            location='your_bigquery_location'
        )

        run_update_query

        dag.doc_md = __doc__

    return dag

dag = create_dag()

请根据您的实际情况修改gcp_conn_id、sql和location参数。记得将其替换为您的实际值。