分布式数据库通常需要购买和配置多个节点，并可能需要额外的软件许可证费用。对象存储通常按照存储容量和数据传输量等指标进行计费，可根据实际需求选择不同的存储类别和价格。总体而言，大数据存储的方式和价格取决于具体的需求和预算。分布式文件系统和分布式数据库通常适用于需要较高可靠性和性能需求的场景，成本较高；而对象存储适用于弹性需求和较低成本的场景。
大数据存储通常有以下三种方式：
1. 分布式文件系统：分布式文件系统是一种将大数据分散存储在多台服务器上的系统，其中每台服务器都存储数据的一部分。常见的分布式文件系统包括Hadoop分布式文件系统（HDFS）和谷歌文件系统（GFS），它们被广泛用于大数据存储和处理。价格方面，通常需要购买并配置多台服务器，因此成本较高。
2. 分布式数据库：分布式数据库是一种将大数据分散存储在多个节点上，并通过网络连接实现数据的一致性和可靠性的系统。常见的分布式数据库包括Apache Cassandra、Apache HBase等。分布式数据库通常需要购买和配置多个节点，并可能需要额外的软件许可证费用。
3. 对象存储：对象存储是一种将大数据以对象的形式存储在云中的方式，每个对象都有一个唯一的标识符。常见的对象存储服务包括Amazon S3、Google Cloud Storage等。对象存储通常按照存储容量和数据传输量等指标进行计费，可根据实际需求选择不同的存储类别和价格。
总体而言，大数据存储的方式和价格取决于具体的需求和预算。分布式文件系统和分布式数据库通常适用于需要较高可靠性和性能需求的场景，成本较高；而对象存储适用于弹性需求和较低成本的场景。