Sitemap 的作用是给搜尋蜘蛛一份明确的 URL 清單。当站点 URL 數量涨到几千、上萬，單個文件會變得又大又难维護，這时通常要引入 Sitemap 索引文件（Sitemap Index），把众多子 Sitemap 组织成一個總入口。
什么时候该用索引文件
並不是所有站点都需要分片。判断标准大致有三條：
- URL 總量接近或超過單個文件的容量上限；
- 站点包含多個栏目、子域名或多語言版本，希望分批提交；
- 不同板块的更新频率差异很大，混在一個文件里不好定位問题。
如果站点只有几百個頁面，内鏈结构也清楚，一個普通 Sitemap 就够了，額外加一层索引反而增加维護成本。
分片维度怎么選
按栏目或目錄拆
最常见也最省心的方式。文章、商品、帮助文档各自一個子 Sitemap，路径保持稳定，例如 /sitemap-articles.xml。某個板块出問题，只影响對應分片，排查范围小。
按語言或地区拆
多語言站点按語言分片，能看清每個語言版本的 URL 數量是否合理，也方便核對 hreflang 指向的頁面是否都在這份清單里。
按内容類型或更新频率拆
更新频繁的列表頁、新發布内容放一個分片，歷史归档放另一個分片。這样在抓取日誌里更容易判断：搜尋蜘蛛是先去翻新内容，還是一直在舊归档里打轉。
單片文件的邊界與寫法
- 單個 Sitemap 的 URL 數量上限是 5 萬條，未压缩体积上限 50MB，任一超标都要繼續拆。
- 條目地址必须是绝對 URL，注意實体轉义與特殊字符编碼。
- 体积較大时可以使用 gzip 压缩，但索引文件里引用的地址要指向實际可訪問的压缩文件。
- 索引文件本身只列子 Sitemap 的位置與最後修改時間，不要再混入普通頁面 URL。
分片之後，入口仍要能被找到
索引文件不會自己被發現。至少保證三件事：robots.txt 里声明主索引文件地址；在站長平台提交同一個地址；站内保留一個 HTML 版本的站点地图頁，让用戶和搜尋蜘蛛都能顺着連結進入各分片。三條路径相互补位，單條失效时不至于完全断掉。
分片管理最容易踩的坑
- 只提交子分片，不提交索引：新增分片容易被漏掉，也看不到整体規模。
- lastmod 全站寫成同一時間：這個字段就失去了參考意义，不如只對真正更新的分片做改動。
- 舊分片長期没人動：内容下线後分片仍指向 404 地址，成了無效入口。
- 频繁改名或換路径：每改一次，之前的入口就作废一次，歷史提交记錄也跟着断掉。
- 索引里塞外部地址：只有同一站点体系下的地址才适合放進索引。
索引文件解决的是“清單怎么组织”，不是“一定會被收錄”。它让搜尋蜘蛛更容易拿到一批可用地址，剩下的仍然取决于頁面本身、内鏈结构和服務器稳定性。
一個够用的维護节奏
- 每月核對索引文件列出的分片是否都能正常訪問，返回 200 且内容非空。
- 检查各分片的 URL 數量，接近上限时提前拆分。
- 内容下线时同步從分片移除，而不是把地址留在清單里。
- 抓取日誌出現異常时，先確認最近的抓取集中在哪個分片，再决定優先修哪一块。
把分片当作站内目錄结构的另一種映射，维護起来就不會太費劲：结构變了，分片跟着變；结构稳定，分片基本不用動。