当DAX表达式内需要对多个表单中的内容进行计算时，需要特别注意上下文的传递性。行上下文关系在表之间不具有自动传播性。例如Bike表和Sales表之间是一对多的关联关系，如果想计算每种产品的销售额，直接使用Sales[Volume]*Bike[Price]进行计算时Power BI会报错，提示无法获取当前Bike列中的Product值，即两个表单虽然有关联关系，但通过行上下文无法从Sales表获取Bike表中对应的信息。此时，必须借助RELATED函数才能将行上下文的过滤条件传递给对应表单，从而获取所需数据进行计算。
与行上下文不同，筛选上下文在表之间存在传递关系，在多对一关联关系中，应用在多的一方的筛选条件可以自动传播到一的一方对其进行筛选。例如在下面的表集群当中，Sales表和Bike表是多对一关系，Bike表和Product Category表也是多对一关系，这三张表可以联合成一张虚拟的大表，这个虚拟表中包含三张表中全部的数据列，使得应用到Sales表上的筛选条件，可以传递到Bike表以及Product Category表当中，并且通过应用到Sales表上的一个筛选条件，必定可以在Bike表和Product Category表中筛选出唯一一组符合条件的数据。
需要注意的是，如果想利用筛选上下文在多对一关系的表之间具有传递性这一特点，通过对一个表的筛选来过滤另外一个表中的数据，在ALL函数的使用上需要特额外小心。例如下面这两个表达式看似非常相近，但实际上获得的结果完全不同。
All_Column =
CALCULATE (
COUNTROWS ( 'Product Category' ),
FILTER (
ALL ( 'Bike'[Product] ),
'Bike'[Product] = "Mountain Bike"
)
)
All_Table =
CALCULATE (
COUNTROWS ( 'Product Category' ),
FILTER (
ALL ( 'Bike' ),
'Bike'[Product] = "Mountain Bike"
)
)
这两个表达式的区别主要在于，All_Column内使用ALL函数去除了Bike表内Product列上的筛选条件，之后再筛选’Bike’[Product] = "Mountain Bike"的数据，而All_Table则用ALL函数去掉了整个Bike表上的筛选条件，然后再筛选’Bike’[Product] = "Mountain Bike"的数据。
All_Column 表达式计算出错是由于Product列并不存在于Product Category表中，这样导致只针对Product列上的任何过滤筛选都不会对Product Category表产生影响，因此，在All_Column表达式当中，COUNTROWS函数的计算范围让然是整个Product Category表，所以获得的结果是2，而不是1。