ODBP: DiWoo-sitemap splitsen per documenttype/datum combinatie

[felixcicatt]

Het is best practice om een sitemap kleiner te houden dan 50MB en 50.000 records (bron). Zodra je daarboven komt, moet je de sitemap splitsen.

Geschikte kandidaten om de sitemap te splitsen is op publicatiedatum (jaar+maand) en documenttype.

Acceptatiecriteria

• De sitemap-index verwijst naar losse sitemaps per jaar+maand+documenttype
• Per jaar+maand+documenttype is een sitemap beschikbaar die alleen documenten bevat van dat documenttype, die in die maand van dat jaar gepubliceerd zijn

[felixcicatt]

@MarcoKlerks zou het mogelijk voldoende kunnen zijn om alleen te splitsen op jaar-maand?

[felixcicatt]

Oplossingsrichtingen die genoemd zijn:

• Zoek de allereerste publicatie. Zet van dat moment tot nu voor alle jaar-maand waardes een entry in de sitemap-index. Hier zouden lege entries tussen kunnen zitten maar dat is waarschijnlijk niet erg. De sitemap index kan beter niet gecached worden in dit scenario ivm race conditions.
• Bouw eerst alle records voor de sitemap zelf op. Beredeneer op basis daarvan hoe grof er gesplitst moet worden. Andere benadering, iets meer rework maar wel heel flexibel. Zowel de index als de sitemap kan gecached worden.

[MarcoKlerks]

@MarcoKlerks zou het mogelijk voldoende kunnen zijn om alleen te splitsen op jaar-maand?

Dat lijkt mij voldoende.