要评估BigQuery中每个表的总读取量，可以使用BigQuery的查询语言（SQL）和BigQuery的INFORMATION_SCHEMA系统视图。

以下是解决方案的步骤：

1. 使用以下查询语句获取所有表的名称和所属的数据集：

SELECT table_name, table_catalog, table_schema
FROM `project_id.dataset_id.INFORMATION_SCHEMA.TABLES`
WHERE table_type = 'BASE TABLE'

请将project_id替换为您的项目ID，dataset_id替换为您的数据集ID。

2. 对于每个表，使用以下查询语句计算每个表的总读取量：

SELECT
  table_name,
  SUM(total_bytes_processed) AS total_bytes_processed
FROM
  `project_id.dataset_id.__TABLES__`
WHERE
  table_name = 'table_name'
GROUP BY
  table_name

请将project_id替换为您的项目ID，dataset_id替换为您的数据集ID，table_name替换为表的名称。

3. 将步骤1和步骤2中的查询语句结合起来，使用循环或脚本语言（如Python）来针对每个表执行查询，并将结果存储在适当的数据结构中。

以下是使用Python和BigQuery Python客户端库的示例代码：

from google.cloud import bigquery

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

# 获取所有表的名称和所属的数据集
query = """
SELECT table_name, table_catalog, table_schema
FROM `project_id.dataset_id.INFORMATION_SCHEMA.TABLES`
WHERE table_type = 'BASE TABLE'
"""
tables = client.query(query).to_dataframe()

# 计算每个表的总读取量
all_table_stats = []
for _, table in tables.iterrows():
    query = """
    SELECT
      table_name,
      SUM(total_bytes_processed) AS total_bytes_processed
    FROM
      `project_id.dataset_id.__TABLES__`
    WHERE
      table_name = '{}'
    GROUP BY
      table_name
    """.format(table['table_name'])
    table_stats = client.query(query).to_dataframe()
    all_table_stats.append(table_stats)

# 打印每个表的总读取量
for table_stats in all_table_stats:
    print(table_stats)

请将project_id替换为您的项目ID，dataset_id替换为您的数据集ID。

这样，您就可以获取BigQuery中每个表的总读取量。