XMLサイトマップを分割するときはSitemap indexへ各ファイルのURLをまとめる

XMLサイトマップを分割するときはSitemap indexへ各ファイルのURLをまとめる

公開日：2014年3月28日執筆：佐藤

Sitemap index sitemapindex XMLサイトマップ

一つのXMLサイトマップが5万URLまたは非圧縮で10MBを超える場合は、複数のサイトマップへ分割します。検索エンジンへ一つずつ知らせるのではなく、各ファイルのURLをSitemap indexへまとめます。

分割の目的は、上限を避けることだけではありません。投稿、商品、画像など、更新する単位に合わせてファイルを分ければ、生成に失敗した範囲と更新した範囲を確認しやすくなります。ただし、少数のURLごとに細かく分ければ、管理するファイルだけが増えます。

一つのファイルへ入れられるURL数と容量を先に確認する

GoogleのSitemapに関する説明は、一つのファイルを最大5万URL、非圧縮で10MBまでとしています。どちらか一方へ達する前に、新しいファイルへ分けます。

gzipで圧縮して送る場合も、容量は非圧縮の状態で判断します。圧縮後に10MB未満でも、展開後のXMLが上限を超える構成にはしません。URL数だけでなく、URLの長さ、画像や動画用の追加情報、lastmodなどを含むXML全体の大きさを確認します。

たとえば、投稿と商品を一つのサイトマップへ入れているなら、次のように分けられます。

https://www.example.com/sitemap-posts.xml
https://www.example.com/sitemap-products.xml
https://www.example.com/sitemap-images.xml

これは説明用のURLです。実際の分け方は、URL数だけでなく、どのデータから生成するか、誰が更新を確認するか、障害時にどの範囲を切り分けたいかで決めます。

Sitemap indexにはサイトマップのURLを書く

Sitemap indexは、ページURLの一覧ではありません。分割したサイトマップのURLを、sitemap要素ごとに一つずつ書くファイルです。

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://www.example.com/sitemap-posts.xml</loc>
    <lastmod>2014-03-28</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://www.example.com/sitemap-products.xml</loc>
    <lastmod>2014-03-27</lastmod>
  </sitemap>
</sitemapindex>

sitemapindexがファイル全体を囲み、sitemapが一つのサイトマップを表します。locは必須で、サイトマップの完全なURLを入れます。lastmodは任意です。

lastmodへ書くのは、リンク先のサイトマップファイルを最後に変更した日時です。そのサイトマップに含まれる各ページの最終更新日ではありません。商品ページを更新して商品用サイトマップを生成し直したなら、商品用サイトマップのlastmodを更新します。無関係な投稿用サイトマップの日付まで毎回変えません。

更新の単位に合わせて分割する

5万URLへ達していないサイトでも、管理上の理由で分割できます。Sitemap indexの公式案内は、保存用URLと頻繁に変わるURLを別のサイトマップへ分ける例を示しています。

中小規模のサイトなら、まず投稿、固定ページ、商品など、生成元が異なる単位を候補にします。次の三つが同じなら、分割する理由は弱くなります。

同じ仕組みから同じ時刻に生成する
同じ担当者が更新とエラーを確認する
同じ頻度でURLが増減する

反対に、商品情報だけを毎日更新し、会社案内はほとんど変わらないなら、別ファイルにする意味があります。商品用サイトマップだけを生成し直し、そのlastmodだけを更新できるためです。

画像や動画の情報は、通常のページURLへ追加できます。ファイル数を増やすこと自体を目的にせず、生成処理と確認責任を分けられる範囲にします。

同じサイトのURLとして取得できるかを確認する

Sitemap indexへ書く各locは、検索エンジンがHTTPで取得できる完全なURLにします。ブラウザで開けることだけでなく、HTTP status、XML構文、文字コード、圧縮ファイルの展開を確認します。

Sitemap indexと子のサイトマップは、管理権限を説明できる同じサイトへ置きます。別のsubdomainや外部の保管先を混ぜる場合は、同じものとして扱えると推測せず、サイトマップの配置規則と所有確認を先に調べます。

生成処理では、次の対応を記録します。

ファイル	含めるURL	生成元	更新の契機	確認担当
投稿用	公開中の投稿	投稿データ	投稿の公開、更新、削除	サイト運用担当
商品用	公開中の商品	商品データ	商品の公開、更新、削除	商品管理担当
index	各サイトマップのURL	上記のファイル一覧	子ファイルの追加、削除、更新	サイト管理者