Sql 访问查询总数

我正在尝试在给定的一天内完成24个数据条目的总数。我有一个日期、名字和价值。是，每小时生成一个值。我可以在查询中这样做吗？如果可以的话，还有关于如何获得我想要的东西的任何提示

这是一个数据示例。 _

编辑-从注释中添加SQL

---

我们需要将_时间戳减少到它的日期组件。。。所以试试这个。 第一次尝试仅在SQLServer中有效，而不在MSACCESS中有效

SELECT
    CONVERT(date, dbo_new_stuff1.[_TIMESTAMP]) as justDate
    ,dbo_new_stuff1.idname
    ,Sum(dbo_new_stuff1.[_VALUE]) AS sumof_value
FROM     dbo_new_stuff1
GROUP BY dbo_new_stuff1.idname, CONVERT(date, dbo_new_stuff1.[_TIMESTAMP]) 
HAVING   (CONVERT(date, dbo_new_stuff1.[_TIMESTAMP]) >#6/12/2018#)
ORDER BY CONVERT(date, dbo_new_stuff1.[_TIMESTAMP]), dbo_new_stuff1.idname ;

感谢Thomas G纠正我给出MSAccess解决方案-

SELECT
   Int( dbo_new_stuff1.[_TIMESTAMP]) as justDate
    ,dbo_new_stuff1.idname
    ,Sum(dbo_new_stuff1.[_VALUE]) AS sumof_value
FROM     dbo_new_stuff1
GROUP BY dbo_new_stuff1.idname, Int( dbo_new_stuff1.[_TIMESTAMP]) 
HAVING   (Int( dbo_new_stuff1.[_TIMESTAMP]) >#6/12/2018#)
ORDER BY Int( dbo_new_stuff1.[_TIMESTAMP]), dbo_new_stuff1.idname ;

这就产生了这个结果-

justDate    idname          sumof_value
6/13/2018   EFF_Flow_MGD    4230515.5001

---

到目前为止你试过什么？我能找到我想要的查询。我确实尝试了sum选项卡来给出按日期分组的数字的总和。但它根本不会改变查询。这是我选择的SQL语句，它是Sumdbo_new_stuff1。[[u VALUE]作为SumOf_VALUE，dbo_new_stuff1.IDName，dbo_new_stuff1.[u TIMESTAMP]来自dbo_new_stuff1组，由dbo_new_stuff1.IDName，dbo_new_stuff1.[u TIMESTAMP]拥有dbo_new_stuff1.[u TIMESTAMP]>2018年6月12日16:0:0订单；因为GroupBy同时有IDName和_时间戳，而且时间戳有分和秒，我们只看到“；01'，我怀疑每小时只有一行数据。。。所以我质疑为什么GroupBy中需要时间戳？？这在MS access SQL中不起作用。CONVERT不是有效的函数，它的Cdate无效。如果它是一个传递查询，并且表位于SQL server上，那么它可能会工作，但是OP没有指定，即使表名为dbo_uu，这表示SQL server的默认模式。它们可能是SQL server DB中的链接表，但如果是这种情况，则MS access中的SQL语法将占上风，此查询将失败。@Thomas G感谢您纠正我的错误以提供MSAccess解决方案。

SELECT
   Int( dbo_new_stuff1.[_TIMESTAMP]) as justDate
    ,dbo_new_stuff1.idname
    ,Sum(dbo_new_stuff1.[_VALUE]) AS sumof_value
FROM     dbo_new_stuff1
GROUP BY dbo_new_stuff1.idname, Int( dbo_new_stuff1.[_TIMESTAMP]) 
HAVING   (Int( dbo_new_stuff1.[_TIMESTAMP]) >#6/12/2018#)
ORDER BY Int( dbo_new_stuff1.[_TIMESTAMP]), dbo_new_stuff1.idname ;

justDate    idname          sumof_value
6/13/2018   EFF_Flow_MGD    4230515.5001