当 Apache Flink 的检查点卡住时，可能是由于以下原因：

1. 作业需要更长的时间来完成检查点：如果作业的状态较大或计算较复杂，可能需要更长的时间来完成检查点。可以通过增加检查点超时时间来解决此问题。例如：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.getCheckpointConfig().setCheckpointTimeout(60000); // 设置检查点超时时间为60秒

2. 网络或存储问题：检查点数据的传输和存储可能受到网络或存储问题的影响，导致检查点卡住。可以尝试使用更可靠的存储系统或调整网络配置来解决此问题。

3. 状态一直在增长：如果作业的状态一直在增长，可能会导致检查点卡住。可以通过定期清理过期状态或使用 TTL（Time-to-Live）来自动清理过期状态来解决此问题。例如：

StateTtlConfig ttlConfig = StateTtlConfig.newBuilder(Time.minutes(10)) // 设置状态的 TTL 为10分钟
    .setUpdateType(StateTtlConfig.UpdateType.OnCreateAndWrite) // 设置状态的 TTL 更新策略
    .setStateVisibility(StateTtlConfig.StateVisibility.ReturnExpiredIfNotCleanedUp) // 设置状态可见性
    .build();
    
ValueStateDescriptor descriptor = new ValueStateDescriptor<>("myState", Integer.class);
descriptor.enableTimeToLive(ttlConfig); // 启用 TTL

DataStream stream = ...
stream.keyBy(...) // 根据键分区
    .map(...) // 对每个键执行操作
    .keyBy(...) // 根据键重新分区
    .process(...); // 执行处理逻辑

4. 用户自定义代码问题：如果作业中包含用户自定义代码，可能会导致检查点卡住。可以检查自定义代码中是否有长时间运行的操作或死循环，并优化代码逻辑。

如果以上方法都无法解决问题，可以尝试通过日志和监控来进一步调试和定位问题。