在BigQuery中，加载操作（load）是事务性的，即要么所有的数据都加载成功，要么操作被回滚，数据不会被加载。

以下是一个Python代码示例，演示如何使用BigQuery的Python客户端库进行加载操作：

from google.cloud import bigquery

# 初始化BigQuery客户端
client = bigquery.Client()

# 定义要加载的数据源
source_uri = 'gs://your-bucket/your-file.csv'
table_id = 'your-project.your_dataset.your_table'  # 目标表的完整标识符

# 定义加载配置
job_config = bigquery.LoadJobConfig(
    schema=[
        bigquery.SchemaField('column1', 'STRING'),
        bigquery.SchemaField('column2', 'INTEGER'),
        # 添加其他字段定义...
    ],
    skip_leading_rows=1,  # 忽略CSV文件的标题行
    source_format=bigquery.SourceFormat.CSV,
)

# 执行加载操作
load_job = client.load_table_from_uri(
    source_uri,
    table_id,
    job_config=job_config
)

# 等待加载操作完成
load_job.result()

# 检查加载操作的状态
if load_job.state == 'DONE':
    print('加载操作已完成')
else:
    print('加载操作发生错误')

在上述代码中，我们首先创建一个BigQuery客户端，然后定义要加载的数据源和目标表的信息。接下来，我们定义加载配置，包括定义目标表的模式（schema）、处理CSV文件的选项等。然后，我们使用client.load_table_from_uri()方法执行加载操作，并使用load_job.result()方法等待加载操作完成。最后，我们可以检查加载操作的状态，看是否成功完成。如果加载操作成功完成，我们可以在目标表中查看加载的数据。