1.一種數據處理方法，其特征在于，包括：
當發(fā)生用戶訪問行為時，根據用戶行為數據的時間戳確定所述用戶行為數據對應的日期信息和時刻信息；
根據所述日期信息、所述時刻信息和格林威治開始時間確定所述用戶行為數據在所述用戶行為表中對應的待存儲分區(qū)，所述用戶行為表中包括用于存儲用戶行為數據的多個分區(qū)；
將所述用戶行為數據存儲至所述待存儲分區(qū)中。
2.根據權利要求1所述的方法，其特征在于，所述根據所述日期信息、所述時刻信息和格林威治開始時間確定所述用戶行為數據在所述用戶行為表中對應的待存儲分區(qū)，包括：
獲取所述用戶的身份標識，并根據所述身份標識、所述日期信息和所述時刻信息將所述用戶行為數據存儲至臨時結果集中，所述臨時結果集中包括多個身份標識和與所述多個身份標識各自對應的用戶行為數據，且每個身份標識對應的用戶行為數據是按照各自的日期信息和時刻信息存儲的；
從所述臨時結果集中提取所述日期信息和所述時刻信息；
根據所述日期信息和格林威治開始時間，確定所述日期信息對應的用戶行為數據在所述用戶行為表中對應的待存儲分區(qū)，并根據所述時刻信息確定所述用戶行為數據對應的待存儲時刻字段，所述用戶行為表中的每個分區(qū)包括預設數量個時刻字段。
3.根據權利要求2所述的方法，其特征在于，所述根據所述日期信息和格林威治開始時間，確定所述日期信息對應的用戶行為數據在所述用戶行為表中對應的待存儲分區(qū)，包括：
計算所述日期信息距離格林威治開始時間的天數；
利用所述天數對預設數值取余，所述預設數值等于所述用戶行為表中的分區(qū)個數；
根據所述取余后的數值確定所述用戶行為數據在所述用戶行為表中對應的待存儲分區(qū)。
4.根據權利要求1所述的方法，其特征在于，所述方法還包括：
根據所述用戶行為表中每個分區(qū)對應的日期信息，確定所述分區(qū)對應的周日期；
按照所述周日期的預設順序對各分區(qū)的用戶行為數據進行排序。
5.根據權利要求4所述的方法，其特征在于，所述方法還包括：
當接收到對預定周日期的用戶行為數據的統計請求時，確定所述預定周日期在所述用戶行為表中對應的分區(qū)；
從所述用戶行為表中提取所述預定周日期對應的分區(qū)中的用戶行為數據進行統計。
6.根據權利要求1所述的方法，其特征在于，所述方法還包括：
根據已存儲至所述用戶行為表中的用戶行為數據對應的日期信息，判斷所述用戶行為表中是否存在日期與當前日期之間的時長超過預設時長的無效用戶行為數據；
當所述用戶行為表中存在日期與當前日期之間的時長超過預設時長的無效用戶行為數據時，刪除日期在所述無效用戶行為數據對應的日期之前的用戶行為數據。
7.一種數據處理裝置，其特征在于，包括：
第一確定模塊，用于當發(fā)生用戶訪問行為時，根據用戶行為數據的時間戳確定所述用戶行為數據對應的日期信息和時刻信息；
第二確定模塊，用于根據所述日期信息、所述時刻信息和格林威治開始時間確定所述用戶行為數據在所述用戶行為表中對應的待存儲分區(qū)，所述用戶行為表中包括用于存儲用戶行為數據的多個分區(qū)；
存儲模塊，用于將所述用戶行為數據存儲至所述待存儲分區(qū)中。
8.根據權利要求7所述的裝置，其特征在于，所述第二確定模塊包括：
獲取單元，用于獲取所述用戶的身份標識，并根據所述身份標識、所述日期信息和所述時刻信息將所述用戶行為數據存儲至臨時結果集中，所述臨時結果集中包括多個身份標識和與所述多個身份標識各自對應的用戶行為數據，且每個身份標識對應的用戶行為數據是按照各自的日期信息和時刻信息存儲的；
提取單元，用于從所述臨時結果集中提取所述日期信息和所述時刻信息；
確定單元，用于根據所述日期信息和格林威治開始時間，確定所述日期信息對應的用戶行為數據在所述用戶行為表中對應的待存儲分區(qū)，并根據所述時刻信息確定所述用戶行為數據對應的待存儲時刻字段，所述用戶行為表中的每個分區(qū)包括預設數量個時刻字段。
9.根據權利要求8所述的裝置，其特征在于，所述確定單元用于：
計算所述日期信息距離格林威治開始時間的天數；
利用所述天數對預設數值取余，所述預設數值等于所述用戶行為表中的分區(qū)個數；
根據所述取余后的數值確定所述用戶行為數據在所述用戶行為表中對應的待存儲分區(qū)。
10.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：
第三確定模塊，用于根據所述用戶行為表中每個分區(qū)對應的日期信息，確定所述分區(qū)對應的周日期；
排序模塊，用于按照所述周日期的預設順序對各分區(qū)的用戶行為數據進行排序。