Sitemap index: jak rozdělit sitemapu u velkých webů

Jedna sitemapa má své limity. Když web roste do desítek tisíc URL, jeden soubor přestává stačit — a navíc se v něm hůř hledají chyby. Řešením je sitemap index: nadřazený soubor, který odkazuje na více menších sitemap. Pojďme si ukázat, kdy a jak na to.

Limity jedné sitemapy

Standard má jasné stropy: jedna sitemapa smí obsahovat nejvýše 50 000 URL a mít maximálně 50 MB v nekomprimované podobě. Jakmile se k těmto číslům blížíte, je čas sitemapu rozdělit. I menší weby ale z rozdělení těží — kvůli přehlednosti.

Jak sitemap index funguje

Sitemap index je XML soubor, který místo jednotlivých URL odkazuje na další sitemapy:

<sitemapindex>
  <sitemap><loc>https://web.cz/sitemap-clanky.xml</loc></sitemap>
  <sitemap><loc>https://web.cz/sitemap-produkty.xml</loc></sitemap>
</sitemapindex>

Do Google Search Console pak odešlete jen tento index a Google si projde všechny dílčí sitemapy sám.

Jak sitemapy rozdělit

Nejpraktičtější je dělit podle typu obsahu: zvlášť sitemapa pro články, pro produkty, pro kategorie, pro statické stránky. Výhoda je, že v Search Console pak vidíte indexaci po sekcích — když klesne indexace produktů, hned víte kde hledat. Některé weby dělí i podle data nebo abecedy, ale dělení podle sekcí bývá nejužitečnější.

Pravidla zůstávají stejná

Ať máte jednu sitemapu nebo padesát, platí stejná pravidla: jen kanonické URL se stavem 200, žádné přesměrování, noindex stránky ani 404. Všechny dílčí sitemapy musí být dostupné a odkazované z indexu. Základ a časté chyby rozebírá článek Sitemap.xml: nejčastější chyby a jak je opravit.

Hlídejte to průběžně

U velkých webů se sitemapy generují automaticky a snadno se v nich objeví chyba po změně struktury. Proto je rozumné jejich dostupnost a obsah hlídat — souvisí to s crawl budgetem i s celkovým technickým SEO.