ทำ Sitemap Index สำหรับเว็บขนาดใหญ่

ไฟล์ Sitemap หนึ่งไฟล์มีขีดจำกัดที่ 50,000 URL และขนาดไม่เกิน 50 MB เมื่อยังไม่บีบอัด เว็บข่าว เว็บอีคอมเมิร์ซ และเว็บที่มีเนื้อหาจากผู้ใช้มักเกินขีดนี้

แต่เหตุผลที่ควรแบ่ง Sitemap ไม่ใช่แค่เรื่องขีดจำกัด การแบ่งตามชนิดเนื้อหาทำให้อ่านรายงานใน Search Console ได้ว่ากลุ่มไหนถูกเก็บดัชนีดีและกลุ่มไหนมีปัญหา ซึ่งวิเคราะห์ไม่ได้เลยหากรวมทุกอย่างไว้ไฟล์เดียว

สิ่งที่ต้องเตรียม (Sitemap Index)

• สิทธิ์สร้างไฟล์บนเว็บเซิร์ฟเวอร์
• Google Search Console
• รายการ URL ทั้งหมดของเว็บ

ขั้นตอนที่ 1: ตรวจขนาดปัจจุบัน

curl -s https://example.com/sitemap.xml | grep -c '<loc>'
curl -sI https://example.com/sitemap.xml | grep -i content-length

หากเกิน 40,000 URL ควรเริ่มวางแผนแบ่ง อย่ารอจนถึงขีดจำกัดจริง

ขั้นตอนที่ 2: สร้างไฟล์ Sitemap Index

ไฟล์นี้ไม่มี URL ของหน้าเว็บ แต่ชี้ไปยัง Sitemap ย่อยแต่ละไฟล์

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://example.com/sitemap-pages.xml</loc>
    <lastmod>2026-09-25T09:00:00+07:00</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-posts-1.xml</loc>
    <lastmod>2026-09-25T09:00:00+07:00</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-posts-2.xml</loc>
    <lastmod>2026-09-20T09:00:00+07:00</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-products.xml</loc>
    <lastmod>2026-09-25T09:00:00+07:00</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-categories.xml</loc>
    <lastmod>2026-09-18T09:00:00+07:00</lastmod>
  </sitemap>
</sitemapindex>

ข้อกำหนด Sitemap Index หนึ่งไฟล์ชี้ไปยัง Sitemap ย่อยได้ไม่เกิน 50,000 ไฟล์ และซ้อนได้ชั้นเดียว คือ Sitemap Index ชี้ไปยัง Index อีกทีไม่ได้

ขั้นตอนที่ 3: จัดกลุ่มให้มีประโยชน์ในการวิเคราะห์

อย่าแบ่งตามลำดับ URL เฉย ๆ ให้แบ่งตามสิ่งที่คุณต้องการวิเคราะห์

• ตามชนิดเนื้อหา หน้าคงที่ บทความ สินค้า หมวดหมู่ ทำให้รู้ว่ากลุ่มไหนมีปัญหา
• ตามช่วงเวลา บทความปีนี้ ปีที่แล้ว ทำให้รู้ว่าเนื้อหาเก่าถูกถอดดัชนีหรือไม่
• ตามความสำคัญ หน้าที่สร้างรายได้แยกจากหน้าทั่วไป

เมื่อ Search Console รายงานว่า sitemap-products.xml มี 5,000 URL แต่เก็บดัชนีแค่ 1,200 คุณจะรู้ทันทีว่าต้องไปดูที่หน้าสินค้า

ขั้นตอนที่ 4: เขียน Sitemap ย่อย

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/blog/article-1/</loc>
    <lastmod>2026-09-24T14:30:00+07:00</lastmod>
  </url>
  <url>
    <loc>https://example.com/blog/article-2/</loc>
    <lastmod>2026-09-20T09:15:00+07:00</lastmod>
  </url>
</urlset>

เกี่ยวกับแท็กที่เคยใช้กัน

• <lastmod> Google ใช้จริงและมีประโยชน์ แต่ต้องถูกต้อง หากตั้งเป็นวันนี้ทุกวันทั้งที่เนื้อหาไม่เปลี่ยน Google จะเลิกเชื่อและไม่สนใจค่านี้อีก
• <changefreq> และ <priority> Google ประกาศแล้วว่าไม่ใช้ ไม่ต้องใส่

ขั้นตอนที่ 5: สร้างอัตโนมัติด้วยสคริปต์

#!/bin/bash
set -euo pipefail

SITE=https://example.com
OUT=/var/www/example.com
CHUNK=10000

# ดึงรายการ URL พร้อมวันที่แก้ไข จากฐานข้อมูล
mysql -N -e "
  SELECT CONCAT('$SITE/blog/', post_name, '/'), DATE_FORMAT(post_modified, '%Y-%m-%dT%H:%i:%s+07:00')
  FROM wp_posts
  WHERE post_status='publish' AND post_type='post'
  ORDER BY post_modified DESC;" wordpress > /tmp/urls.tsv

split -l "$CHUNK" -d /tmp/urls.tsv /tmp/chunk-

i=1
for f in /tmp/chunk-*; do
  {
    echo '<?xml version="1.0" encoding="UTF-8"?>'
    echo '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">'
    while IFS=$'\t' read -r url mod; do
      printf '  <url><loc>%s</loc><lastmod>%s</lastmod></url>\n' "$url" "$mod"
    done < "$f"
    echo '</urlset>'
  } > "$OUT/sitemap-posts-$i.xml"
  i=$((i+1))
done

rm -f /tmp/chunk-* /tmp/urls.tsv
echo "สร้าง sitemap เสร็จ $((i-1)) ไฟล์"

ตั้งให้รันทุกคืนด้วย systemd Timer