相关表的唯一值计算模式适用于计算模型中任意表任意列。相对于使用distinctcount来计算整个表的某一列的唯一值，使用这个模式可以计算该筛选条件下，相关表的数值。
例如，你可以计算特定时期内购买的产品的品种数，也可以计算这个时期内不同的产品分类数，即使这些分类的信息不在这个销售表内。（销售表定义了何时何地何人等购买行为明细）
基本计算模板案例
假设你现在要计算表列的唯一值计数，这个计数的分类是在一个关联表中。这时候，数据模型就要求这两个表之间要至少存在一个关系，而且你要计数的列必须存在查询表中（也就是一对多关系的一方）。如下图，product表是个lookup表，而sales表是related表。
图1 要计算唯一值的列是在product表，也就是lookup表。
考虑下图这个两个表，product和sales，你需要计算的是每天有多少种products和category有销售记录。
图二 product表和sales表的内容
在图三种，我们计算了每天的种类数以及总计情况。
定义两个度量值的语法如下：
SoldProducts := DISTINCTCOUNT ( Sales[ProductKey] )
SoldCategories :=
CALCULATE (
DISTINCTCOUNT ( Products[CategoryName] ),
Sales
)
这里，只有soldcategories使用了这种计算的目标，soldproduct就只是简单的使用distinctcount函数，因为其计算的productkey列就在sales表里面，和我们使用的筛选条件来自同一个表。
这个计算模板的重点是distinctcount包含在calculate函数种，并且使用了related table作为筛选的参数。这样，作用于sales表的筛选条件，同时也会传递到lookup表，因此distinctcount函数就可以只计算sales表筛选后的相关记录。为了更好的理解这个样式，下面使用listproducts和listcategories两个度量值来对比之前的结果，函数写法如下：
ListProducts := DISTINCTCOUNT ( Products[ProductKey] )
ListCategories := DISTINCTCOUNT ( Products[CategoryName] )
下图中可以看到结果，其中每天的数量和总计的值都是相同的，这是因为作用在sales表上的筛选条件无法传递到products表。
你可以使用这样的模板来计算任何与筛选条件作用表有关联的表的列的不同值计数。这样的计算场景对于星形结构和雪花结构的数据模型都是非常常见的需求。
对于维度表属性唯一值计数
当我们从星形模型或者雪花模型的数据集市中提取数据的时候，包含对事物表述各种特征信息的表我们称为维度表，不同类型的维度表使用不同的方式来处理不同时期各属性的特征。我们这里介绍的计算模板，可以适用各种类型的维度模型。
完整的样式
当表格之间存在关联关系的时候，且需要的计算是在lookup表中的时候，我们就可以应用related distinct count模板来计算，在calculate中使用distinctcount计算表达式，并且在筛选条件参数中使用related table。
下图中展示的数据模型，我们可以对sales表使用date，product，subcategory，category来进行筛选。product表处于星形模型中，而subcategory处于雪花模型中。
无论结构模型是怎样，我们都可以使用相同的DAX计算模板来计算distinct count categories以及subcategories。下面的代码都使用了calculate来计算。
SoldSubcategories :=
CALCULATE (
DISTINCTCOUNT ( Products[SubcategoryKey] ),
Sales
)
SoldCategories :=
CALCULATE (
DISTINCTCOUNT( Subcategories[CategoryName] ),
Sales
)
calculate函数中包含了筛选条件参数sales表，这个条件使得其筛选条件扩大到了所有的lookup表，包括products，subcategories，dates表，所有的lookup表都是筛选条件，无论其之间是直接关系还是间接关系。通过传递sales表，我们把扩展的筛选范围作用到了筛选上下文。例如，我们可以使用categoryname作为筛选条件，然后计算有多少种subcategories有销售记录。
简单的distinct count
如果是对于过滤条件作用的表中的列进行唯一值计数的计算，那么你可以不必使用这样的计算模板。只有当计算的列处于lookup表的时候才需要。例如，对于sales表中的列，就不需要使用这样的计算模板，因为过滤条件已经是当前计算的筛选上下文了。
SoldProducts := DISTINCTCOUNT ( Sales[ProductKey] )
DaysWithSales := DISTINCTCOUNT ( Sales[Date] )
如果你要使用唯一值计数的计算模板，那么你同样也可以得到一样的结果。但是在calculate中的筛选参数使用sales表，是多余不必要的。例如，在下面的函数写法中，这样的写法就是多余的了。
SoldProducts :=
CALCULATE (
DISTINCTCOUNT ( Sales[ProductKey] ),
Sales
)
DaysWithSales :=
CALCULATE (
DISTINCTCOUNT ( Sales[Date] ),
Sales
)
对于星形结构中属性的唯一值计数
对于计算属性中的列的唯一值计数，就可以使用我们的计算模板了。
例如，products表和dates表都和sales表有关系连接，sales表记录了交易的详情。例如你要计算对于某个商品，至少有一笔销售记录的月份数，或者某个时期内，至少有一笔交易的subcategories，你就要把sales表添加到calculate函数的筛选参数中，例如下面这样的案例：
MonthsWithSales :=
CALCULATE (
DISTINCTCOUNT ( Dates[MonthNumber] ),
Sales
)
MonthsWithSales :=
CALCULATE (
DISTINCTCOUNT ( Dates[MonthNumber] ),
Sales
)
总结起来就是通常应用于calculate的筛选参数就是related table。
雪花模型中对属性使用distinct count
对于要计算和筛选条件作用列相关表的列的唯一值计数，无论中间的关系有几层，都可以使用介绍的Related Distinct Count计算模板。
例如，subcategories和products表之间存在关联，而products表和sales表之间也存在关联。如果你要计算末一个时期内，有多少的categories至少有一笔销售记录，那么你就需要把sales表添加到calculate函数的筛选参数中，写法如下图：
SoldCategories :=
CALCULATE (
DISTINCTCOUNT ( Subcategories[CategoryName] ),
Sales
)
在calculate表筛选参数中使用的表通常是你需要计算所用列的related table。这样的表格，通常只有lookup tables，而没有另外的related table。例如，使用下面这样的写法就是错误的：
WrongCalculation :=
CALCULATE (
DISTINCTCOUNT ( Subcategories[CategoryName] ),
Products
)
上面这个WrongCalculation实际上计算的是对于选定的product，有多少种categories，而不是sales表的筛选条件。下午可以看到，这个度量值对任意的日期，总是返回相同的数值，因为date作用sales，而不是作用于product，这样筛选条件无法传递下去。sales表必须要添加到参数中。
