Faut-il vraiment découper ses sitemaps en plusieurs fichiers ?

Quelles sont précisément les limites imposées par Google aux sitemaps ?

Google fixe deux contraintes cumulatives : 50 000 URLs maximum par fichier sitemap et une taille limite de 50 Mo (non compressé). Ces plafonds ne sont pas négociables.

La plupart des CMS génèrent des sitemaps automatiquement, mais rares sont ceux qui gèrent nativement le découpage quand le site grossit. Un site e-commerce avec 80 000 produits ou un média avec 120 000 articles se retrouve mécaniquement hors limites si le sitemap n'est pas fragmenté.

Comment fonctionne concrètement un fichier index de sitemaps ?

Le fichier index (généralement nommé sitemap_index.xml) agit comme un sommaire. Il liste les URLs de tous vos sitemaps secondaires, sans dupliquer leur contenu. Google crawle d'abord l'index, puis chaque sitemap référencé.

Techniquement, la structure XML est simple : chaque balise <sitemap> contient une balise <loc> pointant vers un sitemap enfant, et optionnellement une balise <lastmod> indiquant sa dernière modification. Rien de complexe, mais encore faut-il que votre stack technique le génère proprement.

Pourquoi Google maintient-il ces limites plutôt que d'autoriser des sitemaps illimités ?

Question de performance serveur et de budget crawl rationnel. Un sitemap de 500 000 URLs pèserait plusieurs centaines de Mo et mobiliserait inutilement des ressources côté Google comme côté hébergeur. Le découpage permet aussi à Google de crawler sélectivement : un sitemap produits récents peut être crawlé quotidiennement, tandis qu'un sitemap archives peut l'être hebdomadairement.

Cette approche modulaire facilite aussi le monitoring. Si un sitemap spécifique présente un taux d'erreur anormal dans la Search Console, vous identifiez immédiatement la catégorie concernée sans fouiller 300 000 URLs.

• 50 000 URLs max et 50 Mo max par fichier sitemap — ces deux limites s'appliquent simultanément
• Un fichier index de sitemaps peut référencer jusqu'à 50 000 sitemaps enfants (soit théoriquement 2,5 milliards d'URLs au total)
• Les sitemaps peuvent être compressés en .gz, ce qui réduit la bande passante mais ne change pas la limite de 50 Mo décompressé
• La Search Console accepte jusqu'à 500 fichiers sitemap soumis manuellement par propriété, index compris
• Aucune obligation de tout soumettre via un index : vous pouvez déclarer plusieurs sitemaps indépendants dans robots.txt ou directement dans la console

Cette contrainte de 50 000 URLs est-elle cohérente avec les pratiques observées sur le terrain ?

Totalement. Les 50 000 URLs ne posent problème qu'à partir d'une certaine maturité du site. Un blog WordPress classique atteint rarement ce seuil ; en revanche, tout e-commerce de moyenne envergure ou marketplace le dépasse rapidement une fois qu'on additionne produits, catégories, facettes, pages CMS et contenus éditoriaux.

Le vrai piège, c'est que beaucoup de sites découvrent le problème a posteriori, quand ils constatent dans la Search Console que seules 50 000 URLs ont été soumises alors qu'ils en ont 150 000 indexables. À ce stade, des pans entiers du catalogue peuvent être ignorés par Googlebot si aucun maillage interne ne les relaie.

Faut-il systématiquement découper par typologie de contenu ou peut-on adopter d'autres logiques ?

Le découpage par type de contenu (produits, catégories, blog, pages institutionnelles) est le plus courant et le plus maintenable. Il permet de piloter finement les priorités de crawl et de monitorer les performances par verticale dans la Search Console.

Certains adoptent un découpage chronologique (sitemap année N, année N-1, etc.) pour les contenus datés, ou un découpage alphabétique/numérique sur les gros catalogues produits. L'essentiel est de choisir une logique stable : si vos sitemaps changent constamment de structure, Google perd ses repères et vous multipliez les erreurs 404 sur d'anciennes URLs de sitemaps.

[À vérifier] : Google ne communique pas officiellement sur l'ordre de priorité entre sitemaps d'un même index. Empiriquement, il semble crawler en parallèle, mais aucune donnée publique ne le confirme formellement.

Quels sont les cas limites où cette règle peut poser des problèmes inattendus ?

Les sites avec URLs très longues (facettes e-commerce à rallonge, paramètres multiples) peuvent atteindre la limite de 50 Mo bien avant les 50 000 URLs. Un sitemap de 30 000 URLs avec des URLs moyennes de 200 caractères pèse déjà lourd.

Autre cas : les sites générant des sitemaps dynamiques à la volée risquent des timeouts serveur si la génération prend trop de temps. Mieux vaut générer les sitemaps de manière asynchrone et les mettre en cache.

Que faut-il vérifier en priorité sur son site actuel ?

Première étape : comptez vos URLs indexables. Pas les URLs totales en base, mais celles que vous souhaitez réellement soumettre à Google (hors doublons, paramètres inutiles, contenus bloqués en robots.txt). Si vous dépassez 40 000, anticipez le découpage.

Ensuite, inspectez votre sitemap actuel via la Search Console : combien d'URLs sont détectées ? Si le chiffre plafonne à 50 000 pile alors que vous en avez plus, votre CMS ou plugin génère un sitemap tronqué sans vous alerter. C'est plus fréquent qu'on ne le croit.

Comment organiser concrètement un découpage multi-sitemaps ?

Privilégiez une segmentation par typologie : sitemap_produits.xml, sitemap_categories.xml, sitemap_blog.xml, etc. Si une typologie dépasse elle-même 50 000 URLs, sous-segmentez (sitemap_produits_1.xml, sitemap_produits_2.xml, ou par gamme/catégorie).

Créez ensuite un sitemap_index.xml à la racine qui référence tous ces fichiers. Déclarez l'index dans votre robots.txt (Sitemap: https://example.com/sitemap_index.xml) et soumettez-le dans la Search Console. Google se chargera de crawler récursivement.

Quelles erreurs éviter absolument lors de la mise en place ?

Ne jamais référencer dans l'index un sitemap qui retourne une 404 ou 500. Google tentera de le crawler régulièrement et signalera des erreurs dans la console, ce qui pollue vos rapports et retarde le crawl des sitemaps valides.

Évitez aussi de soumettre des sitemaps avec des URLs non-canoniques ou des redirections 301. Google crawle ces URLs, constate la redirection, et les ignore — pure perte de budget crawl. Seules les URLs canoniques finales doivent figurer dans vos sitemaps.

• Auditer le nombre d'URLs indexables et vérifier si le seuil de 50 000 est atteint ou proche
• Contrôler dans la Search Console que toutes vos URLs soumises sont bien détectées (pas de troncature silencieuse)
• Segmenter les sitemaps par type de contenu pour faciliter le monitoring et les ajustements de priorité
• Valider la syntaxe XML de chaque sitemap avec un outil dédié avant soumission
• Déclarer l'index dans robots.txt et le soumettre manuellement dans la Search Console pour accélérer la découverte
• Monitorer régulièrement les erreurs sitemap dans la console pour détecter les fichiers corrompus ou inaccessibles