我有一张这样的table：

ID      | Date                        | Language
    ----------------------------------------------
    A    | 2020-06-09 07:00:00.342 UTC | EN
    A    | 2020-06-09 17:15:00.342 UTC | EN
    A    | 2020-07-16 23:11:37.342 UTC | EN
    A    | 2020-07-16 17:11:37.342 UTC | SN

    B    | 2020-06-09 17:11:37.342 UTC | SN
    B    | 2020-06-09 17:11:37.342 UTC | EN
    B    | 2020-07-16 17:11:37.342 UTC | SN
    B    | 2020-07-16 17:11:37.342 UTC | EN
    .... (and many more dates for other ID)

我的查询目标是每天的当前数据应该是每个id的历史数据的总和。到目前为止，我的查询能够对每天的语言总数进行总和，但我不确定如何编辑查询，以便它也可以添加积压的数据，而不是仅针对特定日期的数据。我试着跟帖（因为我的问题和这个问题很相似，只是这个问题要求只取最新的id，但我考虑所有id），但是很困惑，因为我当前的查询有子查询。
到目前为止，我的工作（只计算了每天的价值，没有累计）：

WITH
    table1 AS (
    SELECT  
     ID ,Date, 
     SUM(CASE WHEN time >= '06:00:00' AND time <= '11:59:00' THEN 1 ELSE 0 END) AS morning,
     SUM(CASE WHEN time >= '00:00:00' AND time <= '05:59:00' THEN 1 ELSE 0 END) AS night,
     FROM (
         SELECT   
          ID , TIME_TRUNC(TIME(Timestamp), SECOND) AS time,  DATE(Timestamp) as Date, Language
         FROM 
            t
         GROUP BY ID, Language,  DATE(Timestamp) 
    )
GROUP BY  ID, Date
    ),

    table2 AS (
    SELECT  
      ID, 
      SUM(CASE WHEN Language = 'EN' THEN 1 ELSE 0 END) AS Sum_EN,
      SUM(CASE WHEN Language = 'SN' THEN 1 ELSE 0 END) AS Sum_SN
    FROM (
        SELECT DATE(Timestamp) as Date,   ID, 
          CASE 
          WHEN Preferred_ Language in ('EN', 'English') THEN 'EN'  ELSE Language 
          END AS Language,
        FROM 
          t 
        GROUP BY ID, Language, 
    )
GROUP BY    ID,   Date

    ))
    SELECT   *
    FROM   table1 
    FULL OUTER JOIN table2 USING (ID)

样本输出：

ID    | Date       | Sum_EN | Sum_SN 
    ------------------------------------
    A    | 2020-06-09 |   2    |   0
    A    | 2020-07-16 |   3    |   1

    B    | 2020-06-09 |   1    |   1
    B    | 2020-07-16 |   2    |   2
    .... (and many more dates for other ID)

聚合逻辑：
对于id a，在2020-06-09，英语的总数为2（注意，由于时间不同，一天中的id大于1），同时在2020-07-16，英语的总数为3，因为它也采用了前几天的值。
相同的逻辑概念适用于所有日期和ids，因此新日期的数据值基本上是所有积压的数据值的总和。