如果对中间结果应用了两个不同的转换，spark是否会重新计算中间结果？

Spark不会重新计算中间结果，因为Spark使用了弹性分布式数据集（RDD）来进行计算，RDD具有容错性和可恢复性。在Spark中，如果对中间结果应用了两个不同的转换，Spark会将每个转换操作都记录下来，而不是立即执行。当后续的操作需要使用到中间结果时，Spark会根据依赖关系直接从已经计算过的中间结果中获取数据，而不需要重新计算。

这种延迟计算的特性可以提高Spark的性能和效率，因为它能够避免重复计算。同时，Spark还支持基于血缘关系的容错机制，即使在计算过程中发生故障，Spark也可以通过重新执行丢失的转换操作来恢复丢失的中间结果，从而保证计算的正确性和可靠性。

对于以上问答内容中提到的中间结果应用两个不同的转换的情况，Spark会根据这两个转换的依赖关系来判断是否需要重新计算中间结果。如果这两个转换之间存在依赖关系，并且中间结果没有被缓存或持久化，则Spark会重新计算中间结果；如果这两个转换之间没有依赖关系，或者中间结果已经被缓存或持久化，则Spark可以直接使用已经计算过的中间结果，而不需要重新计算。

总之，Spark的延迟计算和容错机制可以提高计算性能和可靠性，同时也减少了不必要的计算开销。