数据建模背后的数学答案

【问题标题】：Math behind data modelling数据建模背后的数学
【发布时间】：2013-12-29 21:01:34
【问题描述】：

了解数据建模和数据仓库的概念和设计需要阅读哪些数学概念（例如图论）？

【问题讨论】：

【解决方案1】：

我不会说任何是必要的。但是，我发现以下有用：

The Relational Model。几乎所有 RDBMS 所基于的理论。
First Order Predicate Logic。关系模型的理论基础
Set Theory。很好，除其他外，用于理解集合之间的不同关系：并集、交集、差异。这些在关系模型中都有直接的类似物。
Graph Theory。可能是我发现对数据建模本身最没用的一个。但是 (1) 我已经首先介绍了上述内容，并且 (2) 它对于理解数据模型遍历（例如传递闭包）很有用。

我会严重警告以上所有内容。我既不是数学家也不是计算机科学家，所以我是从经验的、从业者的角度来看的。毫无疑问，更精通这些领域的人可以根据更强大的理论基础提供建议。

除了理论之外，还有一些将理论基础与实际考虑相结合的好书；例如

SQL and Relational Theory（克里斯约会）。很好的书，很好地介绍了理论。唯一的缺点：Date 不喜欢 SQL，并且反复提出他的观点，这确实有点令人厌烦。但这仍然是一本很棒的书。
Data Modeling Essentials (Simsion & Witt)。真是好书。还很好地涵盖了理论，特别是关系模型中的不同范式。

第一次。

【讨论】：

不错的答案以为我不会那样说第一句话。要了解其中的形式数学实际上与通常理解的信息建模几乎没有关系（ER、UML 类图和各种基于 NIAM 的方法，例如作为 Halpin ORM），并且在本质上通常是概念性的，即故意不正式（在不同程度上）。数学基础通常是完全相反的，即非常正式，iow，NON-informal。
@Erwin：谢谢。关于形式的好处：学习以正式的方式进行推理具有挑战性但很有价值。