Faut-il vraiment découper vos sitemaps au-delà de 50 000 URLs ?

Pourquoi cette limite de 50 000 URLs dans un sitemap ?

La limite de 50 000 URLs par fichier sitemap est inscrite dans le protocole sitemap.org depuis des années. Elle s'accompagne d'une contrainte de taille : 50 Mo maximum non compressé (ou 10 Mo compressé en gzip). Ce n'est pas une invention de Google, mais une norme technique que tous les moteurs respectent.

En pratique, un site qui dépasse ce seuil doit choisir : soit générer plusieurs fichiers sitemap distincts (sitemap1.xml, sitemap2.xml...), soit créer un fichier d'index qui référence tous ces sitemaps. Mueller rappelle que Search Console accepte les deux approches, mais privilégie l'index pour simplifier le suivi.

Comment fonctionne un fichier d'index de sitemap ?

Un sitemap index est un fichier XML qui liste simplement les URLs de vos autres sitemaps. Il peut contenir jusqu'à 50 000 références de fichiers sitemap (soit 2,5 milliards d'URLs au maximum si vous saturez chaque fichier). Vous le soumettez dans Search Console comme un sitemap classique, et Googlebot parcourt ensuite chaque fichier référencé.

Cette architecture en deux niveaux facilite la maintenance : vous pouvez ajouter ou retirer un sitemap sans toucher aux autres. Utile sur des sites dynamiques où certaines sections changent plus vite que d'autres (blog vs pages produits vs pages institutionnelles).

Quel impact sur le crawl budget et l'indexation ?

Mueller ne dit rien sur l'efficacité de cette segmentation. Il parle de facilitation de gestion, pas de performances. Ce n'est pas anodin : Google ne garantit jamais qu'un sitemap sera intégralement crawlé, quelle que soit sa structure.

Sur le terrain, diviser ses sitemaps par typologie de contenu (produits, catégories, articles, pages statiques) permet de monitorer précisément les taux de soumission et d'indexation dans Search Console. Mais cela n'accélère pas le crawl si votre budget est déjà consommé ailleurs ou si vos URLs sont de mauvaise qualité.

• 50 000 URLs maximum par fichier sitemap, 50 Mo non compressé ou 10 Mo gzippé
• Fichier d'index recommandé dès que vous avez plusieurs sitemaps à gérer
• Segmentation par typologie : améliore le suivi dans Search Console, mais n'optimise pas automatiquement le crawl budget
• Soumission unique de l'index suffit, pas besoin de soumettre chaque sitemap enfant manuellement

Cette déclaration est-elle cohérente avec les pratiques observées ?

Oui, mais elle reste extrêmement basique. Mueller répète une norme technique vieille de 15 ans sans apporter de précision opérationnelle. Les SEO qui gèrent des sites de plus de 50 000 pages connaissent déjà cette contrainte. Ce qui manque : des guidelines sur la priorisation, la segmentation intelligente, ou les impacts de performance.

Sur des sites de plusieurs millions d'URLs, on observe que Google ne crawle qu'une fraction des sitemaps soumis. Multiplier les fichiers sans logique métier ne résout rien. Une segmentation par fréquence de mise à jour ou importance stratégique serait plus utile qu'un simple découpage arithmétique à 50 000.

Quelles nuances faut-il apporter ?

Mueller oublie de préciser que les sitemaps ne sont pas une garantie d'indexation. Ils facilitent la découverte, mais ne forcent jamais le crawl. Un site avec 200 000 URLs de mauvaise qualité gagnera plus à nettoyer son contenu qu'à multiplier les fichiers sitemap.

Autre point : la segmentation temporelle (sitemap des URLs modifiées cette semaine, ce mois-ci, etc.) n'est jamais mentionnée. Pourtant, c'est une pratique courante pour signaler les changements prioritaires à Google. L'absence de conseil sur ce levier est révélatrice : Mueller donne la mécanique, pas la stratégie.

Dans quels cas cette règle ne suffit-elle pas ?

Si votre site génère plus de 50 000 nouvelles URLs par jour (e-commerce avec renouvellement rapide, sites d'annonces, agrégateurs de contenu), multiplier les sitemaps ne règle pas le problème structurel. Vous saturez le crawl budget bien avant que Google ne lise tous vos fichiers. [À vérifier] : aucun chiffre officiel sur le nombre maximal de sitemaps qu'un site peut soumettre efficacement.

De même, sur des sites avec beaucoup de contenu dupliqué ou thin, fragmenter les sitemaps disperse l'attention de Googlebot sans améliorer l'indexation. La vraie priorité : canonicalisation, noindex stratégique, et architecture de liens cohérente.

Que faut-il faire concrètement si vous dépassez 50 000 URLs ?

Auditez d'abord la qualité de vos URLs avant de découper mécaniquement. Un site de 80 000 pages peut se limiter à 40 000 URLs indexables si vous éliminez les pages faibles (filtres à facettes, paginations infinies, variations inutiles). Segmenter ensuite par typologie métier : produits actifs, fiches obsolètes, blog, pages statiques.

Créez un fichier d'index sitemap (sitemap_index.xml) qui référence vos différents fichiers. Organisez-les par thème ou par fréquence de mise à jour : un sitemap pour les nouveautés hebdomadaires, un autre pour le catalogue stable. Soumettez uniquement l'index dans Search Console, et surveillez les stats de chaque fichier enfant.

Quelles erreurs éviter lors de la segmentation ?

Ne découpez pas vos sitemaps au hasard (sitemap1.xml contenant pages 1 à 50 000, sitemap2.xml pages 50 001 à 100 000). Cette approche rend impossible toute analyse. Vous ne saurez jamais quelle section pose problème. Structurez toujours par logique éditoriale ou commerciale.

Évitez aussi de mélanger URLs indexables et non-indexables dans un même fichier. Si vous avez des pages en noindex, retirez-les des sitemaps. Google les crawle quand même par politesse, mais vous gaspillez du temps de traitement. Autre erreur : inclure des URLs canonicalisées qui pointent ailleurs. Un sitemap ne doit contenir que des URLs cibles.

Comment vérifier que votre structure de sitemaps est optimale ?

Dans Search Console, section Sitemaps, vérifiez le ratio soumis/découvertes/indexés pour chaque fichier. Un taux d'indexation inférieur à 70 % signale un problème : contenu faible, duplication, ou URLs bloquées. Croisez avec les logs serveur pour confirmer que Googlebot télécharge bien tous vos fichiers.

Testez la vitesse de téléchargement de vos sitemaps : un fichier de 50 Mo non compressé peut prendre plusieurs secondes à charger. Compressez en gzip (réduction de 80 à 90 %), et hébergez vos fichiers sur un CDN si vous avez une audience internationale. Un sitemap lent ralentit la découverte des URLs.

• Segmentez vos sitemaps par typologie métier (produits, blog, pages institutionnelles), pas par tranche numérique arbitraire
• Créez un fichier d'index et soumettez uniquement celui-ci dans Search Console
• Excluez les URLs en noindex, canonicalisées ou bloquées par le robots.txt
• Compressez vos fichiers en gzip pour respecter la limite de 10 Mo compressé
• Surveillez le taux d'indexation de chaque sitemap dans Search Console et croisez avec les logs serveur
• Mettez à jour vos sitemaps en temps réel ou quotidiennement selon la volatilité de votre catalogue