可以通过编写 Python 脚本，使用 BigQuery 的客户端库查询并合并每日的 events_intraday_ 表，最终生成每日的 events_ 表。

以下是基于 Python 的示例代码：

from google.cloud import bigquery

client = bigquery.Client()

# 定义要查询的数据集和表前缀
dataset_id = "my_dataset"
table_prefix = "events_intraday_"

# 查询数据集中所有的符合条件的表
tables = client.list_tables(dataset_id)
filtered_tables = [table for table in tables if table.table_id.startswith(table_prefix)]

# 定义每日表的表名及表结构
daily_table_id = f"{dataset_id}.events_{datetime.today().strftime('%Y%m%d')}"
daily_table_schema = [
    bigquery.SchemaField("event_name", "STRING"),
    bigquery.SchemaField("event_time", "TIMESTAMP"),
    # ... 其他字段
]

# 合并查询结果并写入新的每日表中
job_config = bigquery.QueryJobConfig(
    destination=daily_table_id,
    write_disposition=bigquery.WriteDisposition.WRITE_TRUNCATE,
    schema=daily_table_schema,
    allow_large_results=True,
)
queries = [f"SELECT * FROM {table.table_id}" for table in filtered_tables]

results = client.query(queries, job_config=job_config)

以上的代码通过查询指定数据集中的符合条件的表，然后使用 BigQuery 的客户端库合并所有表的查询结果，最终将结果写入新的每日表中。其中需要注意的是每日表的表名应该根据当前日期动态生成，并在定义表结构时同时指定。同时，需要在查询时设定写入模式为 WRITE_TRUNCATE，以确保每日生成的表是全量的。