以下是一个示例解决方案，使用Python编写代码来从Firebase导出数据到BigQuery时禁用数据查看权限：

from google.cloud import bigquery

# 初始化Firebase和BigQuery客户端
firebase_client = FirebaseClient(...)
bigquery_client = bigquery.Client(...)

# 导出Firebase数据到BigQuery
dataset_id = 'your_dataset_id'
table_id = 'your_table_id'
bucket_name = 'your_bucket_name'
export_uri = f'gs://{bucket_name}/export_data.json'

# 设置导出选项
export_options = {
    'format': 'json',
    'collectionIds': ['your_collection_id'],
    'compression': 'NONE',
    'location': 'us-central1',
    'pageSize': 50000,
    'disableDocumentSnapshot': True  # 禁用数据查看权限
}

# 执行导出操作
operation = firebase_client.export_documents(export_uri, export_options)
operation.result()  # 等待导出操作完成

# 创建BigQuery数据集（如果尚不存在）
dataset_ref = bigquery_client.dataset(dataset_id)
dataset = bigquery.Dataset(dataset_ref)
dataset.location = 'US'
bigquery_client.create_dataset(dataset, exists_ok=True)

# 创建BigQuery表（如果尚不存在）
table_ref = bigquery_client.dataset(dataset_id).table(table_id)
table = bigquery.Table(table_ref)
table.schema = [...]  # 设置表结构
bigquery_client.create_table(table, exists_ok=True)

# 将导出的数据加载到BigQuery表中
job_config = bigquery.LoadJobConfig(source_format=bigquery.SourceFormat.NEWLINE_DELIMITED_JSON)
load_job = bigquery_client.load_table_from_uri(export_uri, table_ref, job_config=job_config)
load_job.result()  # 等待数据加载完成

请注意，上述代码仅是一个示例，并且需要根据您的实际情况进行调整和修改。您需要提供正确的Firebase和BigQuery客户端信息，以及适当的数据集和表名称。此外，您还需要设置正确的导出选项和表结构。

在上述代码中，我们使用disableDocumentSnapshot选项禁用了数据查看权限。这意味着导出到BigQuery的数据将不包含任何敏感信息或关联的快照数据。