提取extract、与聚合（sum、aggregate、avg）
1Extract(set, hierarchy[,hierarchy])
从set中抽取轴（层次结构）形成新的局部元组，
select [Measures].[In Count] on 0, //([Date].[Year Num].&[2016],[Date].[Month Num Of Year].members) extract( ([Date].[YearNum].&[2016], [Date].[Month Num Of Year].members), [Date].[Year Num] ) on 1from [Park]
注意，抽取后的新元组与被抽取的元组没有限制关系，以上的抽取等于如下：
select [Measures].[In Count] on 0,[Date].[Year Num].&[2016] on 1from [Park]
2Sum(set [, expression])
汇总集合中每个元组的度量值，如下
withmember[Date].[Year Num].[total] as sum( [Date].[Year Num].members ) select [Measures].[In Count] on 0, ( [Date].[Year Num].allmembers )on 1from [Park]
计算[Date].[Year Num]层次结构下，所有的成员的构成的元组的度量值的和。
3Aggregate(set [, expression])
与sum类型，但是度量值中如果使用了distinct、max、min等时，sum会出错，因为sum只汇总每个元组的度量值，但是aggregate会根据具体的情况来汇总，所以正常情况下一直使用aggregate会更好，用法同sum一样
4Avg(set [, expression])
计算set内所有元组的度量值的平均值，如下
withmember[Date].[Year Num].[avg] as avg( [Date].[Year Num].members ) select [Measures].[In Count] on 0, ( [Date].[Year Num].allmembers )on 1from [Park]
5Existing与聚合函数
Exising可以引入上下文，例：
withmember [avg] as avg( [Date].[Year Num].[YearNum].members, [Measures].[In Count] )member[avg-existing] as avg( existing [Date].[Year Num].[YearNum].members, [Measures].[In Count] ) select { [Measures].[In Count], [avg], [avg-existing] }on 0, ( [Date].[YearNum].&[2014]:[Date].[Year Num].&[2017] )on 1from [Park]
Existing关键字会引入上下文，也就是select中的条件与关系来进行技术，如果没有existing的话，计算成员是独立的完成度量值的计算的。
没有天生的信心，只有不断培养的信心。
