diff --git a/docs/distributed-system/distributed-system-cap.md b/docs/distributed-system/distributed-system-cap.md
index a2ca84c..3519a12 100644
--- a/docs/distributed-system/distributed-system-cap.md
+++ b/docs/distributed-system/distributed-system-cap.md
@@ -1,4 +1,4 @@
-## 分布式系统 CAP 定理 P 代表什么含义
+## 1、分布式系统 CAP 定理 P 代表什么含义
 
 作者之前在看 CAP 定理时抱有很大的疑惑，CAP 定理的定义是指在分布式系统中三者只能满足其二，也就是存在分布式 CA 系统的。作者在网络上查阅了很多关于 CAP 文章，虽然这些文章对于 P 的解释五花八门，但总结下来这些观点大多都是指 P 是不可缺少的，也就是说在分布式系统只能是 AP 或者 CP，这种理论与我之前所认识的理论（存在分布式 CA 系统）是冲突的，所以才有了疑惑。
 
@@ -21,3 +21,33 @@
 - P 的体现前提是得有分区情况存在
 
 > 文章来源：[维基百科 CAP 定理](https://zh.wikipedia.org/wiki/CAP%E5%AE%9A%E7%90%86)
+
+
+## 2、几个常用的CAP框架对比
+
+
+框架 | 所属
+---|---|---
+eureka | AP
+zookeeper | CP
+consul | CP
+
+### eureka
+
+> eureka 保证了可用性，实现最终一致性。 
+
+eureka所有节点都是平等的所有数据都是相同的，且eureka可以相互交叉注册。  
+eureka client 使用内置轮询负载均衡器去注册，有一个检测间隔时间，如果在一定时间内没有收到心跳，才会移除该节点注册信息；如果客户端发现当前eureka不可用，会切换到其他的节点，如果所有的eureka都跪了，eureka client会使用最后一次数据作为本地缓存；所以以上的每种设计都是他不具备`一致性`的特性。
+
+注意：因为eurekaAP的特性和请求间隔同步机制，在服务更新时候一般会手动通过eureka的api把当前服务状态设置为`offline`，并等待2个同步间隔后重新启动，这样就能保证服务更新节点对整体系统的影响
+
+### zookeeper
+
+> 强一致性
+
+zk在选举leader时会停止服务，只有成功选举leader成功后才能提供服务，选举时间较长；内部使用paxos选举投票机制，只有获取半数以上的投票才能成为leader，否则重新投票，所以部署的时候最好集群节点不小于3的奇数个（但是谁能保证跪掉后节点也是基数个呢）；zk健康检查一般是使用tcp长链接，在内部网络抖动时或者对应节点阻塞时候都会变成不可用，这里还是比较危险的；
+
+#### consul
+
+consul 注册时候只有过半的节点都写入成功才认为注册成功；leader挂掉时，重新选举期间整个consul不可用,保证了强一致性但牺牲了可用性
+https://www.consul.io/docs/intro/vs/serf