Depende de muchos factores, por ejemplo, el tipo de datos que uno está analizando, cuántos datos tiene y qué tan rápido los necesita.

• Para aplicaciones como el análisis del comportamiento del usuario, la base de datos relacional es la mejor.
• Bueno, si los datos caben en una hoja de cálculo, entonces es más adecuado para una base de datos de tipo SQL como Postgres, BigQuery, ya que las bases de datos relacionales son buenas para analizar datos en filas y columnas.
• Para datos semiestructurados, piense en redes sociales, textos o datos geográficos que requieren una gran cantidad de minería de texto o procesamiento de imágenes, la base de datos de tipo NoSQL como MongoDB, CouchDB funciona mejor.
• Por otro lado, en bases de datos relacionales, uno puede usar SQL para consultarlas. SQL como lenguaje es bien conocido entre los analistas de datos e ingenieros y también es más fácil de aprender que la mayoría de los lenguajes de programación.

Las bases de datos que comúnmente se utilizan en la industria para almacenar Big Data son:

• Sistema de gestión de bases de datos relacionales: como motor de almacenamiento de datos, la plataforma emplea la estructura B-Tree. Los conceptos de B-Tree se usan para organizar el índice y los datos, y el tiempo logarítmico se usa para escribir y leer los datos.
• MongoDB: puede usar esta plataforma si necesita desnormalizar tablas. Es adecuado si desea recurrir a documentos que comprendan todas las estructuras anidadas aliadas en un solo documento para mantener la coherencia.
• Cassandra: esta plataforma de base de datos es perfecta para consultas iniciales y escritura rápida. Sin embargo, el rendimiento de las consultas es un poco menor y eso lo hace ideal para datos de series temporales. Cassandra usa el formato Long-Structured-Merge-Tree en el motor de almacenamiento.
• Apache HBase: esta plataforma de gestión de datos tiene similitudes con Cassandra en su formato. HBase también viene con las mismas métricas de rendimiento que Cassandra.
• OpenTSDB: la plataforma es perfecta para casos de usuarios de IoT donde la información recopila miles en segundos. Las preguntas recopiladas son necesarias para los tableros.

Espero eso ayude.