1.语法：

其中： 1）第一个参数是计算表达式，可以执行各种聚合运算 2）从第二个参数开始，是一系列筛选条件，可以为空；如果多个筛选条件，用逗号分隔 3）所有筛选条件的交集形成最终的筛选数据集合 4）根据筛选出的数据集合执行第一个参数的聚合运算并返回运算结果

步骤1：导入下面这个产品明细表： 步骤2：新建一个度量值求每种产品的数量：产品数量 = COUNTROWS(‘产品明细’)，因为每种产品只有 1 行，所以求产品明细表的行数就相当于求各种产品的数量，把产品名称和该度量值拖拽入矩阵表，这里外部上下文就是表格每行的行标签 步骤3：筛选条件为空，不影响外部上下文： 1）创建一个度量值： 产品数量 1 = CALCULATE([产品数量]) 只是用了第一个参数，筛选条件为空，因为没有内部筛选所以完全依赖外部上下文，出来的结果也和原度量值一致。 2）说明：介绍 CALCULATE 语法的时候说，第一个参数为聚合运算表达式，为什么这里没有用聚合函数而只用了一个度量值呢？这是因为度量值[产品数量]本身就是一个聚合函数运算，实际上度量值[产品数量 1]等同于这个：产品数量 1 = CALCULATE(COUNTROWS(‘产品明细’))，DAX 函数可以直接引用已经创建好的度量值，可以使 DAX 函数看起来更简洁、更具可读性

步骤4：添加限制条件，缩小上下文 1）建一个度量值：产品数量 2 = CALCULATE([产品数量],‘产品明细’[品牌]=“苹果”) 2）说明：发现只有苹果的产品计数显示出来，而其他品牌的数据没有了，这是因为 CALCULATE 的第二个参数的限制，只筛选品牌为“苹果”的，限制了外部的上下文，非苹果的产品都不再运算。

步骤5：结合 ALL 函数，扩大上下文 1）新建度量值：产品数量 3 = CALCULATE([产品数量],ALL(‘产品明细’)) 2）说明：这次的数据居然是所有产品的数量，这是因为筛选条件使用了 ALL 函数，ALL(‘产品明细’)的意思是清除产品明细表里的所有筛选，外部筛选器不起作用了，每行统计的都是该表中的所有产品。 *在计算每个产品数量占总产品数量的比重，直接写个度量值：产品占比=[产品数量]/[产品数量 3]，产品占比就计算出来了，这就是统计总数的一个功能 步骤6：重置上下文 1）新建度量值： 产品数量 4 = CALCULATE([产品数量], all(‘产品明细’[产品名称]), ‘产品明细’[类别]=“手机”)

先用 ALL 函数清除外部上下文，然后又新增了一个筛选条件，类别为"手机"的产品数量，结果如下： 每一行产品的数量都是 3，正好符合建立这个度量值的逻辑，被 ALL 清除行标签的外部筛选后，从全部产品中统计品类为"手机"的产品的数量，所以每行都返回 3.

通过以上几个简单的例子，可以领会到 CALCULATE 的计算逻辑：通过从第二个参数开始的筛选条件，得到一个数据集合，并利用第一个参数执行聚合运算，这不就是 DAX 要实现的功能——提取有用数据并执行聚合运算。所以说 CALCULATE 几乎就是 DAX 本身，它就是实现 DAX 功能的引擎，并能灵活的操控外部上下文，后面的数据分析也都离不开CALCULATE 的身影。