1. 确认Spark操作符已正确部署，并且在Argo Workflow中正确地定义了容器模板。以下是Spark操作符容器模板的示例：

containers:
    - name: spark
      image: gcr.io/google_containers/spark:v2.3.0
      command:
        - "spark-submit"
        - "--master"
        - "yarn"
        - "--deploy-mode"
        - "client"
        - "--conf"
        - "spark.executor.instances=2"
        - "--conf"
        - "spark.hadoop.fs.s3a.access.key=mykey"
        - "--conf"
        - "spark.hadoop.fs.s3a.secret.key=mysecret"
        - "/mnt/spark.py"

2. 确认应用程序容器在运行时输出日志。在应用程序容器中运行以下命令可以确保日志已正确输出：

$ touch /tmp/myapp.log
$ tail -f /tmp/myapp.log

3. 在Spark操作符的容器模板中添加日志路径，以确保应用程序的日志输出路径正确设置。以下是示例代码：

spec:
  sparkConf:
    'spark.executorEnv.YARN_CONTAINER_RUNTIME_TYPE': 'docker'
    'spark.executorEnv.YARN_CONTAINER_RUNTIME_DOCKER_IMAGE': 'myapp:latest'
    'spark.executorEnv.YARN_CONTAINER_RUNTIME_DOCKER_MOUNTS': '/var/log/myapp:/var/log/myapp'

4. 配置Argo Workflow的服务端，使其接受并保存应用程序日志。可以使用ELK堆栈、Grafana、Prometheus等技术。

通过以上步骤，可以解决“Argo Workflow + Spark操作符 + 应用程序日志未生成”的问题。