在BigQuery中，数据传输和数据加载是两种不同的操作。数据传输是指将数据从一个位置或数据源传输到BigQuery中，而数据加载是指将数据从BigQuery数据源加载到BigQuery表中。

下面是一个比较数据传输和数据加载的示例：

数据传输

数据传输可以通过以下几种方式进行：

1. 从Google云存储传输数据到BigQuery：

from google.cloud import bigquery

# 设置 BigQuery 客户端
client = bigquery.Client()

# 设置数据集和表名
dataset_id = 'your_dataset_id'
table_id = 'your_table_id'

# 设置云存储桶和文件名
bucket_name = 'your_bucket_name'
file_name = 'your_file_name'

# 创建数据集和表
dataset_ref = client.dataset(dataset_id)
table_ref = dataset_ref.table(table_id)
table = bigquery.Table(table_ref)

# 创建数据传输作业
job_config = bigquery.LoadJobConfig()
job_config.autodetect = True
job_config.source_format = bigquery.SourceFormat.CSV

# 设置云存储路径
uri = "gs://{}/{}".format(bucket_name, file_name)

# 开始传输数据
load_job = client.load_table_from_uri(uri, table_ref, job_config=job_config)
load_job.result()

2. 从Google Cloud Pub/Sub传输数据到BigQuery：

from google.cloud import bigquery

# 设置 BigQuery 客户端
client = bigquery.Client()

# 设置数据集和表名
dataset_id = 'your_dataset_id'
table_id = 'your_table_id'

# 设置 Pub/Sub 主题
topic = 'your_pubsub_topic'

# 创建数据集和表
dataset_ref = client.dataset(dataset_id)
table_ref = dataset_ref.table(table_id)
table = bigquery.Table(table_ref)

# 创建数据传输作业
job_config = bigquery.LoadJobConfig()
job_config.source_format = bigquery.SourceFormat.PUBSUB

# 开始传输数据
load_job = client.load_table_from_pubsub(topic, table_ref, job_config=job_config)
load_job.result()

数据加载

数据加载可以通过以下几种方式进行：

1. 通过SQL语句将数据加载到BigQuery表中：

from google.cloud import bigquery

# 设置 BigQuery 客户端
client = bigquery.Client()

# 设置数据集和表名
dataset_id = 'your_dataset_id'
table_id = 'your_table_id'

# 创建数据集和表
dataset_ref = client.dataset(dataset_id)
table_ref = dataset_ref.table(table_id)
table = bigquery.Table(table_ref)

# 创建数据加载作业
job_config = bigquery.QueryJobConfig()

# 设置SQL查询语句
query = """
    INSERT INTO `project.dataset.table`
    SELECT *
    FROM `project.dataset.source_table`
"""

# 开始加载数据
query_job = client.query(query, job_config=job_config)
query_job.result()

2. 使用BigQuery数据传输服务将数据加载到BigQuery表中：

from google.cloud import bigquerydatatransfer

# 设置 BigQuery 数据传输客户端
client = bigquerydatatransfer.DataTransferServiceClient()

# 设置数据传输作业名
transfer_config_name = 'your_transfer_config_name'

# 创建数据传输作业
transfer_config = bigquerydatatransfer.TransferConfig(
    destination_dataset_id='your_destination_dataset_id',
    destination_table_id='your_destination_table_id',
    display_name='Your Transfer Config',
    data_source_id='your_data_source_id',
    params={
        'file_format': 'CSV',
        'source_uris': ['gs://your_bucket_name/your_file_name']
    }
)

# 开始数据加载作业
response = client.create_transfer_config(
    parent='projects/your_project_id/locations/your_location_id',
    transfer_config=transfer_config,
    transfer_config_id=transfer_config_name
)

这些示例展示了如何在Python中使用BigQuery数据传输和数据加载功能。根据你的具体需求，你可以选择适合你的方法进行数据传输和加载。