写代码① 对天气网进行分析；② 实现天气数据的爬取；③ 将获取的天气数据存储到MySQL中；④ 利用Sqoop将MySQL数据导入Hive。

编写这样的代码通常涉及以下几个步骤：

1. **天气数据分析**：首先，你需要使用网络爬虫库，如Python的`requests`和`BeautifulSoup`或`Scrapy`，从天气网站获取HTML数据。分析天气信息通常涉及到解析HTML结构，提取出温度、湿度、风速等关键天气参数。

import requests
from bs4 import BeautifulSoup

url = "https://example.com/weather" # 替换为你想抓取的天气网站地址
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
weather_data = soup.find('div', class_='weather-data') # 假设这个div包含天气信息

2. **数据爬取**：对提取的数据进行清洗，并将其转化为可以处理的结构，比如字典或列表。然后根据需求，可能需要进行进一步的数据验证。

3. **存储到MySQL**：使用Python的数据库连接库，如`mysql-connector-python`，将数据插入MySQL数据库。设置好数据库连接并创建相应的表结构，如果表不存在则先创建。

import mysql.connector

cnx = mysql.connector.connect(user='your_username', password='your_password',
                              host='localhost',
                              database='weather_db')

cursor = cnx.cursor()
query = ("INSERT INTO weather_table (temperature, humidity) VALUES (%s, %s)")
data = (weather_data['temperature'], weather_data['humidity'])  # 假设这些键存在
cursor.execute(query, data)

cnx.commit()
cursor.close()
cnx.close()

4. **数据导入Hive**：使用Apache Sqoop工具，它允许你将数据从关系型数据库如MySQL迁移到Hadoop生态系统中的Hive。你需要配置Sqoop的环境变量，并运行命令行操作来执行迁移。

sqoop import --connect "jdbc:mysql://localhost/weather_db" \
             --username your_username \
             --password your_password \
             --table weather_table \
             --target-dir hdfs:///path/to/hive/warehouse/weather_table \
             --hive-import

记得替换上述命令中的数据库连接信息、表名和目标目录。