要在BigQuery中实现外部访问，可以使用以下解决方法：

1. 使用BigQuery API：您可以使用BigQuery API来执行与外部访问相关的操作。例如，可以使用jobs.insert方法来创建一个查询作业，并在查询中包含外部表的引用。以下是一个使用Python的示例代码：

from google.cloud import bigquery

client = bigquery.Client()

# 定义外部数据集和表的引用
external_dataset_ref = client.dataset('your_external_dataset')
external_table_ref = external_dataset_ref.table('your_external_table')

# 定义查询
query = f"""
    SELECT *
    FROM `{external_table_ref}`
    LIMIT 100
"""

# 创建查询作业
job_config = bigquery.QueryJobConfig()
job_config.use_legacy_sql = False

query_job = client.query(query, job_config=job_config)

# 等待作业完成
query_job.result()

# 处理查询结果
for row in query_job:
    print(row)

2. 使用BigQuery Console：您可以使用BigQuery Console来执行与外部访问相关的操作。在查询编辑器中，您可以通过完全合格的表名（包括数据集和表名）来引用外部表，并执行查询。例如：

SELECT *
FROM `your_project.your_external_dataset.your_external_table`
LIMIT 100

确保在查询编辑器中选择正确的项目和数据集。

3. 使用BigQuery命令行工具（bq）：您可以使用BigQuery命令行工具（bq）来执行与外部访问相关的操作。使用bq query命令并在查询中包含外部表的引用。例如：

bq query --use_legacy_sql=false '
    SELECT *
    FROM `your_project.your_external_dataset.your_external_table`
    LIMIT 100
'

确保替换your_project，your_external_dataset和your_external_table为实际的项目、数据集和表名。

无论您选择哪种方法，都需要确保您具有适当的权限来访问外部表。您可能需要授予适当的IAM权限或使用适当的身份验证凭据来进行身份验证。