是的，BigQuery支持并行写入同一张表，并且通常是有效率的。以下是一个代码示例，展示如何在BigQuery中并行写入同一张表：

from google.cloud import bigquery

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

# 定义表名和数据
table_id = "your-project.your_dataset.your_table"
data = [
    {"name": "Alice", "age": 25},
    {"name": "Bob", "age": 30},
    {"name": "Charlie", "age": 35}
]

# 创建一个BigQuery表写入作业
job_config = bigquery.LoadJobConfig(
    write_disposition=bigquery.WriteDisposition.WRITE_APPEND
)

# 启动并行写入作业
with client.batch() as batch:
    for row in data:
        # 创建表行数据
        table_row = [bigquery.Row([row["name"], row["age"]])]
        
        # 将行数据添加到批处理作业中
        batch.insert_rows_json(table_id, table_row, job_config=job_config)

# 等待作业完成
batch.result()

print("数据写入完成")

在上述示例中，我们使用batch()方法创建一个批处理对象，然后使用insert_rows_json()方法将行数据添加到批处理作业中。write_disposition参数设置为WRITE_APPEND，表示在表中追加数据而不是覆盖。

通过并行写入，我们可以同时将多个行数据写入表中，从而提高写入速度和效率。

请注意，虽然并行写入是有效率的，但在某些情况下可能会出现并发写入冲突。因此，在实际使用中，您可能需要根据具体情况做进一步的调整和优化。