在Apache Flink中，检查点和保存点是用于故障恢复的关键机制。当运行多个租户的作业时，Flink会为每个作业创建独立的检查点和保存点。

检查点是在作业运行期间定期创建的快照，用于保存作业的状态。检查点包含了作业的所有状态信息，包括算子状态和任务状态。通过检查点，Flink可以在故障发生时恢复作业的状态，并从上一个检查点继续运行。

保存点是更高级别的快照，它不仅保存了作业的状态，还保存了作业的配置信息。保存点可以用于在不同的Flink集群之间迁移作业。它还可以用于在升级Flink版本时恢复作业。

下面是一个示例，展示了如何在运行多个租户的作业时使用检查点和保存点：

import org.apache.flink.api.common.state.ValueState;
import org.apache.flink.api.common.state.ValueStateDescriptor;
import org.apache.flink.runtime.state.CheckpointListener;
import org.apache.flink.streaming.api.CheckpointingMode;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

public class MultiTenantJob implements CheckpointListener {

    private final String tenantId;
    private transient ValueState state;

    public MultiTenantJob(String tenantId) {
        this.tenantId = tenantId;
    }

    public void run() throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 开启检查点，并设置检查点间隔
        env.enableCheckpointing(5000);
        // 设置检查点模式为精确一次
        env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);
        // 设置检查点超时时间
        env.getCheckpointConfig().setCheckpointTimeout(60000);

        // 创建状态
        ValueStateDescriptor descriptor = new ValueStateDescriptor<>("state", Integer.class);
        state = env.getStateBackend().getPartitionedState(descriptor);

        // 注册检查点监听器
        env.getCheckpointConfig().addCheckpointListener(this);

        // 运行作业
        env.execute();
    }

    @Override
    public void notifyCheckpointComplete(long checkpointId) throws Exception {
        // 检查点完成后的逻辑处理
        int value = state.value();
        System.out.println("Tenant " + tenantId + " checkpoint completed. State value: " + value);
    }
}

在上面的示例中，MultiTenantJob类代表一个多租户作业，每个作业都有一个唯一的租户ID。作业在run()方法中创建了一个Flink的StreamExecutionEnvironment，并启用了检查点功能。

为了创建一个检查点，我们调用了enableCheckpointing()方法，并设置了检查点间隔为5000毫秒。然后，我们设置了检查点模式为“精确一次”（EXACTLY_ONCE），这意味着每个事件只能被处理一次。最后，我们注册了一个自定义的检查点监听器，实现了CheckpointListener接口，并在notifyCheckpointComplete()方法中处理检查点完成后的逻辑。

每个作业的状态由ValueState表示，我们在run()方法中创建了一个ValueStateDescriptor，并使用Flink提供的状态后端获取了分区的状态。在notifyCheckpointComplete()方法中，我们可以访问状态的当前值，并根据需要进行处理。

要运行多个租户的作业，您可以在不同的线程中使用MultiTenantJob类的实例。每个实例代表一个不同的租户作业，并具有唯一的租户ID。每个作业都会为其状态创建独立的检查点和保存点。