目的
在许多组织中，管理者有他们个人的工作指标和基于团队的工作指标。在这些情况下，管理者的名字需要在Employees维度中出现两次。同时，还需要判断这两个名字实例中，那个代表管理者自身的工作指标，那个代表他的团队的工作指标。我们通过父子维度来管理好这两种指标。
内容
下图展示了David Bradley团队的Employee维度的一小部分。David Bradley作为父成员的实例代表了其团队的工作指标。通常情况下，这是团队成员的累加或平均值。David Bradley作为子成员的实例代表了他个人的工作指标。子成员也被称作数据成员。我们可以对他们做标记，使其容易识别。我们此处“（Direct）”作为后缀被加到David Bradley数据成员的名称中。
我们来修改Employees属性来标记数据成员，这里还是应用上节的例子。为了标记属性成员（data member），必须要修改父属性的MemberWithDataCaption属性。
1、在“属性”窗格中右击Employee属性并选择“属性”
2、在“属性”窗口中，滚动到“父子”组，并选择MemberWithDataCaption属性，输入*（Direct）
这时候，当我么浏览父子层次结构时，MembersWithDataCaption属性中的第一个星号（*）将被成员名代替。
现在，我们已经创建了Employee维度，我们部署一下，浏览下数据，看是否正确。
在上一节的文章中，我们已经吧End Date属性的AttributeHierarchyVisible属性层次都被设置成了false，所以Employees是“层次结构”列表中唯一的一个层次结构。
我们选择Employees层次结构，在“级别和成员”窗口中，以此展开All、Ken Sanchez和David Bradley成员，选择Wanida Benshoof
我们以此展开各个结点，可以看到，Employees每个不对称的层次结构，每个子数据成员和父成员名称相同，只不过后面新添了后缀（Direct）
用户自定义的层次结构中，级别的名称默认认为用于创建该级别的属性名。如果愿意，可以对级别重命名。在父子层次结构中，许多级是有单个属性创建的。级别的默认名称是Leavel01、Leavel02以此类推，通过创建级别命名模板，我们可以对其父子层次结构中的级别进行重命名。
下面我们为父子层次结构川剧级别的名称模板
1、选择“维度结构”选项卡，在“属性”窗格中，右击Employees属性并选择“属性”
2、在“属性”窗口中，滚动到“父子”组，选择NamingTemplate属性，然后单击出现在右边的浏览按钮
3、在“级别命名模板”对话框中，在星号边的区域中输入CEO
4、重复上述步骤，然后以此命名这些级别
我们可以浏览一下数据，这里就可以看到我们的新建的属性层次了
这里还有一个缺陷，在Employee维度中，其实All成员是多余的，因为All层里面就一个成员Ken Sanchez，也就是说这是最顶层。我们来尝试下将All级别去掉
1、选择“维度结构”选项卡，在“属性”窗格中，右击Employees属性并选择“属性”
2、在“属性”窗口中，滚动到“高级”组，将IsAggregatable属性值设置为False
提示：IsAggreable属性为True意味着属性的单个成员能被概括成All成员，将该属性设置成False就能把All成员从属性层次中移除。
但是这里产生了一个新问题，那就是，移除All之后，Employees属性产生了一个设计警告，警告为：在DefaultMember属性或多维数据集的MDX脚本中国定义不可聚合的属性的默认成员。
这个问题是因为，在我们新建属性时，就有All成员，分析服务把它作为默认成员，当移除All成员时，也就同时移除了默认成员。我们可以重新使用DefaultMember属性制定一个新的默认成员
1、在“属性”窗口中，右击Employees属性并选择“属性”
2、在“属性”窗口中，滚动到“高级”组，选择DefaultMember属性，然后单击右侧出现的带有省略号的浏览按钮
3、在“设置默认成员”对话框中，选择“选择要作为默认成员的成员”
4、选择Ken Sanchez
单击“确定”，此时，Employees属性设计警告消失了。
总结
到此，我们第四章练习建立数据维度已经完成，后面将讲述多维数据集的建立及应用，这章中我们使用了维度向导分别创建了标准、时间和父子维度，并使用维度设计器进一步增强了这些维度。为了提高分析服务的查询性能，我们创建了属性关系。为了方面用户浏览多维数据集，我们添加了用户定义的层次结构。通过修改属性值，可以使其显示猫属性的名称、隐藏属性层次结构、改变属性排列顺序、去除All成员、提供带有级别名称的父子层次结构等。
想理解好多维数据的分析，必须把握好数据表之间是如何转换的，也就是先抓好第一章我们介绍的那张数据表是如何多维转换的，深层次掌握，才能使用BIDS工具更迅速的建立出维度。
本章完。