常问的问题包括但不限于以下几个方面：
1. 数据预处理：什么是数据预处理？常用的数据预处理方法有哪些？
2. 数据挖掘：什么是数据挖掘？数据挖掘的过程包括哪些步骤？
3. 数据可视化：什么是数据可视化？数据可视化的目的是什么？常用的数据可视化工具有哪些？
4. 算法和模型：在大数据领域中，常用的算法和模型有哪些？它们的应用场景是什么？
5. 数据库：什么是数据库？常用的数据库有哪些？它们的区别是什么？如何进行数据库优化？
综上所述，大数据面试涉及的问题比较广泛，需要掌握多个方面的知识和技能。
关于这个问题，1. 什么是大数据？
2. 大数据的特点是什么？
3. 大数据技术的应用场景有哪些？
4. Hadoop和Spark有什么区别？
5. 什么是MapReduce？
6. 什么是HDFS？
7. 如何处理大规模数据的存储和访问？
8. 大数据处理中的数据清洗和数据预处理技术有哪些？
9. 如何处理大规模数据的分析和挖掘？
10. 大数据处理中的机器学习技术有哪些？
11. 大数据处理中的数据可视化技术有哪些？
12. 如何解决大数据处理中的安全和隐私问题？
13. 大数据处理中的实时处理技术有哪些？
14. 如何进行大数据的性能优化？
15. 大数据处理中的数据质量如何保证？
16. 大数据处理中的数据备份和恢复技术有哪些？
17. 大数据处理中的数据集成和数据共享技术有哪些？
18. 如何评估大数据技术的性能和效果？
19. 大数据处理中的容错机制有哪些？
20. 大数据处理中的数据治理和数据管理技术有哪些？
常问的问题包括数据清洗的过程、数据挖掘的算法和工具、统计分析的方法、机器学习的模型和应用案例等等。
因为大数据行业发展迅速，具体的面试题目会随着时代和技术的发展而不断更新和变化。
总之，在准备面试前，应该全面了解自己所申请的岗位，并针对该岗位的要求有针对性地准备面试。