大数据应用服务的两条主线包括

大数据应用服务的两条主线包括数据采集、存储、处理、分析和应用。

1. 数据采集：数据采集是大数据应用服务的第一步，也是最关键的一步。数据采集主要包括数据的收集、整理和清洗。数据收集是将各种类型的数据从不同的来源（如传感器、数据库、网络等）采集到系统中的过程。数据整理是对采集到的数据进行清洗、去重、格式转换等操作，使其满足后续处理的要求。数据清洗主要是去除数据中的噪声、错误和异常值，提高数据的质量。

2. 存储：存储是将采集到的数据进行保存和管理的过程。大数据应用服务需要将大量的数据存储在合适的存储设备上，以便后续的处理和分析。存储技术主要包括分布式存储、对象存储、列式存储等。

3. 处理：数据处理是将存储的数据进行计算、分析和挖掘的过程。数据处理主要包括数据的预处理、特征提取、分类、聚类、关联规则挖掘等。预处理主要是对数据进行清洗、去重、格式转换等操作，以提高数据的质量。特征提取是从原始数据中提取出有用的信息，以便后续的分析和挖掘。分类是根据一定的算法将数据分为不同的类别，以便后续的决策支持。聚类是将相似的数据聚集在一起，以便后续的发现和挖掘。关联规则挖掘是从大量数据中发现频繁出现的模式，以便后续的推荐和预测。

4. 分析：数据分析是将处理后的数据进行分析和挖掘的过程。数据分析主要包括数据的可视化、统计分析、机器学习等。可视化是将处理后的数据以图形的方式展示出来，以便用户直观地了解数据的情况。统计分析是对数据进行描述性统计和推断性统计，以便用户了解数据的分布和规律。机器学习是从数据中发现规律和模式，以便用户做出更好的决策。

5. 应用：数据分析的结果可以用于指导实际的业务决策，这就是大数据应用服务的应用。例如，通过对客户行为数据的分析，可以发现客户的购买习惯和偏好，从而为销售策略提供依据；通过对市场数据的分析，可以发现市场的发展趋势和机会，从而为企业的发展提供方向。