示例查询 4：检索项集和产品列表
以下查询检索全部项集，同时还将检索列出每个项集中包含的产品的嵌套表。NODE_NAME 列包含模型内项集的唯一 ID，而 NODE_CAPTION 给出项目的文本说明。本例中对嵌套表进行了平展处理，这样，包含两个产品的项集在结果中生成了两行。如果客户端支持分层数据，则可以忽略 FLATTENED 关键字。
SELECT FLATTENED NODE_NAME, NODE_CAPTION,
NODE_PROBABILITY, NODE_SUPPORT,
(SELECT ATTRIBUTE_NAME FROM NODE_DISTRIBUTION) as PurchasedProducts
FROM Association.CONTENT
NODE_PROBABILITY, NODE_SUPPORT,
(SELECT ATTRIBUTE_NAME FROM NODE_DISTRIBUTION) as PurchasedProducts
FROM Association.CONTENT
WHERE NODE_TYPE = 7示例结果：
NODE_NAME
37
NODE_CAPTION
Sport-100 = Existing
NODE_PROBABILITY
0.291283016331743
NODE_SUPPORT
4334
PURCHASEDPRODUCTS.ATTRIBUTE_NAME
v Assoc Seq Line Items(Sport-100)
37
NODE_CAPTION
Sport-100 = Existing
NODE_PROBABILITY
0.291283016331743
NODE_SUPPORT
4334
PURCHASEDPRODUCTS.ATTRIBUTE_NAME
v Assoc Seq Line Items(Sport-100)
示例查询 5：返回排在前 10 位的项集
本例演示如何使用 DMX 在默认情况下提供的某些分组和排序函数。当按照每个节点的支持对项集排序时，该查询返回排在前 10 位的项集。请注意，无需对结果进行显式分组，这与 Transact-SQL 中不同。不过，在每个查询中只能使用一个聚合函数。
SELECT TOP 10 (NODE_SUPPORT),NODE_NAME, NODE_CAPTION
FROM Association.CONTENT
FROM Association.CONTENT
WHERE NODE_TYPE = 7示例结果：
NODE_SUPPORT
4334
NODE_NAME
37
NODE_CAPTION
Sport-100 = Existing
4334
NODE_NAME
37
NODE_CAPTION
Sport-100 = Existing
使用模型进行预测
关联规则模型通常用于生成建议，这些建议基于在项集中发现的相关性。因此，在创建基于关联规则模型的预测查询时，通常使用该模型中的规则以做出基于新数据的推测。PredictAssociation 是返回建议的函数，它具有几个参数，您可以使用这些参数来自定义查询结果。
另一个说明对关联模型的查询非常有用的示例是返回各种规则和项集的置信度，以便可以比较不同跨区销售策略的有效性。以下示例说明如何创建这些查询。
